Keras モデルの各レイヤーから出力を抽出するにはどうすればよいですか?

Keras: 各レイヤーから出力を取得する方法

はじめに

Keras での作成ニューラル ネットワーク モデルは簡単です。ただし、各レイヤーの出力を抽出するのは少し難しい場合があります。この記事は、この問題に対する包括的な解決策を提供し、レイヤー出力を効​​果的に取得するプロセスをガイドすることを目的としています。

メソッド

特定のレイヤーの出力を取得するには、model.layers[index].output 属性を通じてアクセスするだけです。ここで、index はモデル内の目的のレイヤーの位置を表します。たとえば、最初の層の出力を取得するには:

first_layer_output = model.layers[0].output

すべての層から同時に出力を取得するには、次のコードを利用します:

from keras import backend as K

input_tensor = model.input  # Input placeholder
layer_outputs = [layer.output for layer in model.layers]  # List of layer outputs
evaluation_functions = [K.function([input_tensor, K.learning_phase()], [out]) for out in layer_outputs]  # Functions to evaluate layer outputs

# Testing
test_input = np.random.random(model.input_shape)[np.newaxis,...]  # Sample input
layer_outputs = [func([test_input, 1.]) for func in evaluation_functions]  # Evaluate layer outputs for test input

最適化

効率を向上させるには、単一関数を使用してすべてのレイヤーを評価することを検討してください。出力:

from keras import backend as K

input_tensor = model.input  # Input placeholder
layer_outputs = [layer.output for layer in model.layers]  # List of layer outputs
evaluation_function = K.function([input_tensor, K.learning_phase()], layer_outputs)  # Function to evaluate all layer outputs

# Testing
test_input = np.random.random(model.input_shape)[np.newaxis,...]  # Sample input
layer_outputs = evaluation_function([test_input, 1.])  # Evaluate all layer outputs for test input

注: K.learning_phase() パラメーターが正しく設定されていることを確認してください。値 1 はトレーニング モード (ドロップアウトなどのレイヤーの場合) をシミュレートし、0 はテスト モードを表します。

以上がKeras モデルの各レイヤーから出力を抽出するにはどうすればよいですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。