本文介绍了在Keras中是否可以看到Conv2D层之后的输出的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我正在尝试实施CNN时理解Keras的每一层.
I am trying to understand each layer of Keras while implementing CNN.
在Conv2D层中，我了解到它会根据各种特征图值创建不同的卷积层.
In Conv2D layer i understand that it creates different convolution layer depending on various feature map values.
现在，我的问题是
- 我可以看到应用于输入图像以获取卷积层的不同特征图矩阵吗?
- 我能看到Conv2D步骤完成后生成的矩阵的值吗?
预先感谢
推荐答案
您可以通过以下方式获取特定卷积层的输出:
You can get the output of a certain convolutional layer in this way:
import keras.backend as K
func = K.function([model.get_layer('input').input], model.get_layer('conv').output)
conv_output = func([numpy_input]) # numpy array
其中，"input"和"conv"表示输入层和卷积层的名称.您可以像这样获得某一层的权重:
where 'input' and 'conv' denote the names of your input layer and convolutional layer. And you can get the weights of a certain layer like this:
conv_weights = model.get_layer('conv').get_weights() # numpy array
这篇关于在Keras中是否可以看到Conv2D层之后的输出的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！