python - Keras:获取前n层

我通过执行以下操作，从显示的结构中，从保存的文件加载自动编码器：

autoencoder = load_model("autoencoder_mse1.h5")
autoencoder.summary()
>>> ____________________________________________________________________________________________________
Layer (type)                     Output Shape          Param #     Connected to
====================================================================================================
input_8 (InputLayer)             (None, 19)            0
____________________________________________________________________________________________________
dense_43 (Dense)                 (None, 16)            320         input_8[0][0]
____________________________________________________________________________________________________
dense_44 (Dense)                 (None, 16)            272         dense_43[0][0]
____________________________________________________________________________________________________
dense_45 (Dense)                 (None, 2)             34          dense_44[0][0]
____________________________________________________________________________________________________
dense_46 (Dense)                 (None, 16)            48          dense_45[0][0]
____________________________________________________________________________________________________
dense_47 (Dense)                 (None, 16)            272         dense_46[0][0]
____________________________________________________________________________________________________
dense_48 (Dense)                 (None, 19)            323         dense_47[0][0]
====================================================================================================
Total params: 1269
__________________

包括InputLayer在内的前四层构成编码器部分。我想知道是否有一种快速的方法来获取这四个层次。到目前为止，我遇到的唯一可能的解决方案是：

encoder = Sequential()
encoder.add(Dense(16, 19, weights=autoencoder.layers[1].get_weights()))

^，然后手动进行另外两层。我希望有一种方法可以更有效地提取前四层。特别是由于.summary()方法吐出层摘要。

编辑1（可能的解决方案）：
我已经找到了以下解决方案，但我希望有一些更有效的方法（更少的代码）。

encoder = Sequential()
for i,l in enumerate(autoencoder.layers[1:]):
    if i==0:
        encoder.add(Dense(input_dim=data.shape[1],output_dim=l.output_dim,
                          activation="relu",weights=l.get_weights()))
    else:
        encoder.add(Dense(output_dim=l.output_dim,activation="relu",weights=l.get_weights()))
    if l.output_dim == 2:
        break

最佳答案

试试这个，让我知道它是否有效：

# TO get first four layers
model.layers[0:3]
#To get the input shape
model.layers[layer_of_interest_index].input_shape
#To get the input shape
model.layers[layer_of_interest_index].output_shape
# TO get weights matrices
model.layers[layer_of_interest_index].get_weights()

希望这可以帮助。

关于python - Keras:获取前n层，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/40734745/