从顺序 Keras 模型中保存特定层

Question

我正在构建一个自动编码器并训练模型，因此目标输出与输入相同。我正在使用顺序 Keras 模型。当我使用 model.predict 时，我希望它从特定层（Dense256）而不是输出导出数组。这是我目前的模型：model = Sequential()model.add(Dense(4096, input_dim = x.shape[1], activation = 'relu'))model.add(Dense(2048, activation='relu'))model.add(Dense(1024, activation='relu'))model.add(Dense(512, activation='relu'))model.add(Dense(256, activation='relu'))model.add(Dense(512, activation='relu'))model.add(Dense(1024, activation='relu'))model.add(Dense(2048, activation='relu'))model.add(Dense(4096, activation='relu'))model.add(Dense(x.shape[1], activation ='sigmoid'))model.compile(loss = 'mean_squared_error', optimizer = 'adam')history = model.fit(data_train,data_train,                    verbose=1,                    epochs=10,                     batch_size=256,                    shuffle=True,                    validation_data=(data_test, data_test))

Answer 1

训练后，从以所需层结尾的训练模型（模型）创建一个新模型（模型 2）。

您可以使用图层名称执行此操作：

（在model.summary() 中，你的dense 层'name' 有256 个神经元是dense_5）

from keras.models import Model

model2= Model(model.input,model.get_layer('dense_5').output)

或使用图层顺序：

（具有 256 个神经元的密集层在 model.summary() 中排名第五）

from keras.models import Model

model2= Model(model.input,model.layers[4].output)

然后你可以使用预测

preds=model2.predict(x)

Answer 2

layer.get_weights()将层的权重作为 numpy 数组返回，然后可以将其保存，例如使用np.save.

要从 numpy 数组设置权重，layer.set_weights(weights)可以使用。

您可以通过名称（model.get_layer(LAYER_NAME)或其编号 ( model.layers[LAYER_INDEX])）访问您的图层。