python - 从LSTM Keras的每个时代的最后一层获取输出

我们已经知道可以从以下代码获得每一层的输出：

def get_layer(model,x):
    from keras import backend as K

    get_3rd_layer_output = K.function([model.layers[0].input],
                                      [model.layers[2].output])
    layer_output = get_3rd_layer_output([x])[0]
    print(layer_output.shape)
    return layer_output

LSTM模型适用于：

history = model.fit(X_train, y_train, batch_size=batch_size,verbose=1, nb_epoch=10,validation_data=(X_test,y_test))

但是，如何从10个时期中的每个时期获取模型中最后一层的输出？

最佳答案

您可以创建自定义回调（see Documentation），并将其传递给fit方法中的回调列表。

例：

from keras.callbacks import Callback

class LogThirdLayerOutput(Callback):
    def on_epoch_end(self, epoch, logs=None):
        layer_output = get_3rd_layer_output(self.validation_data)[0]
        print(layer_output.shape)

当拟合模型时：

history = model.fit(X_train, y_train, batch_size=batch_size, verbose=1, nb_epoch=10, validation_data=(X_test,y_test), callbacks=[LogThirdLayerOutput()])

如果您不想在单独的类中创建回调，则还应该能够使用Lambda callbacks。

关于python - 从LSTM Keras的每个时代的最后一层获取输出，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/52791686/