python - Tensorflow - 获取自动编码器的隐藏层输出

Question

我有一个堆叠的自动编码器，其结构类似于500-250-100-50-100-250-500. 我现在想取出 50 维隐藏层，并使用 softmax 层将我的输入数据分类为 2 个类。

这意味着我需要我的自动编码器将我的 500 维输入向量从我的训练数据集中压缩成 50 维向量，并用它来训练 softmax 层。除此之外，我还需要 50 维隐藏层。

我将如何获得隐藏层：autoencoder.layers[3]

但是如何获得 500 维输入向量的压缩 50 维向量呢？使用时我需要获取该隐藏层的输出autoencoder.predict(x_train)。

score 1 · Accepted Answer

如果您想从隐藏层获得另一个输出，您可以获取输出并将其添加到新模型中，如下所示：

new_model = tf.keras.Model(inputs=autoencoder.input, outputs=[autoencoder.layers[3].output, autoencoder.output])

然后你可以得到这样的预测：

hidden_layer_pred, last_layer_pred = new_model.predict(x_train)

1 回答 1