Question

使用Keras训练网络后：

我想以某种顺序访问网络的最终训练权重。
我想知道传递的每个输入的神经元激活值。例如，在训练之后，如果我将X作为我的输入传递给网络，我想知道网络中每个神经元的X的神经元激活值。

Keras是否提供对这些内容的API访问权限？我想根据神经元激活值做进一步的分析。

更新：我知道我可以纯粹使用Theano来做这件事，但Theano需要更多的低级编码。而且，由于Keras建立在Theano之上，我认为可以有办法做到这一点？

如果Keras不能这样做，那么在Tensorflow和Caffe之间可以做到吗？ Keras是最容易使用的，其次是Tensorflow / Caffe，但我不知道其中哪些提供了我需要的网络访问权限。我的最后一个选择是下降到Theano，但我认为用Theano建立一个深度CNN会更费时..

Answer 1

Keras FAQ中介绍了这一点，您基本上想要计算每个图层的激活，因此您可以使用以下代码执行此操作：

from keras import backend as K

#The layer number
n = 3 
# with a Sequential model
get_nth_layer_output = K.function([model.layers[0].input],
                                  [model.layers[n].output])
layer_output = get_nth_layer_output([X])[0]

不幸的是，你需要为每一层编译和运行一个函数，但这应该是直截了当的。

要获得权重，您可以在任何图层上调用get_weights()。

nth_weights = model.layers[n].get_weights()

访问神经网络权重和神经元激活

1 个答案: