3

我通过执行以下操作从保存的文件加载自动编码器，结构如下：

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 在内的前四层InputLayer构成了编码器部分。我想知道是否有一种快速的方法可以抓住这四层。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()))

^ 并为另外两层手动执行此操作。我希望有一种方法可以更有效地提取前四层。特别是因为该.summary()方法会吐出层摘要。

编辑 1（可能的解决方案）：我已经找到了以下解决方案，但我希望能有更高效的解决方案（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
4

1 回答 1

3

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。

于 2016-11-22T07:09:33.370 回答