我正在使用Keras w/ Tensorflow后端来训练NN。
我使用train_on_batch进行训练,它返回给定批次的损失。如何获得该批处理的输出分类?(我想对输出做一些可视化处理)
为此,我目前再次调用predict来获取模型输出,但这是多余的,因为train_on_batch已经“向前”传递了输入批处理。
在Caffe中,当图像前馈时,中间层输出仍然存储在net.blobs中,但在Keras/Tensorflow中,似乎如果我们想要获得中间输出,我们必须为我们想要在CPU上访问的每个中间输出重新运行计算图,如here所述。有没有一种方法可以访问许多/所有中间层的输出,而不需要为每个层重新运行图形?
我不介意有一个特定于tensorflow的解决方法。
发布于 2016-11-26 07:05:13
如果你使用function API,这是非常straight forward的。
发布于 2017-05-06 23:05:52
除了@MohamedEzz的回答之外,您还可以创建一个自定义回调,该回调可以在训练过程中执行您需要的操作。他们有运行你的代码的方法onEpochEnd,onEpochStart,onTrainingEnd等等……这样,您就可以保留批处理。
https://stackoverflow.com/questions/40650110
复制相似问题