首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >如何从keras.tf中的特定层获得输出,这是自动编码器中的瓶颈层?

问如何从keras.tf中的特定层获得输出,这是自动编码器中的瓶颈层?
EN

Stack Overflow用户
提问于 2019-09-11 01:18:58
回答 2查看 321关注 0票数 1

我正在开发一个自动编码器集群某些组的图像。

代码语言:javascript
复制
input_images->...->bottleneck->...->output_images

我已经对自动编码器进行了校准,并保存了模型;一切都是在python3上使用keras.tensorflow开发的。

下一步是将自动编码器应用于大量图像,并根据瓶颈层中的余弦距离对它们进行聚类。哦,我刚刚意识到我不知道keras.tf中的语法,不知道如何在批处理上运行模型直到特定的层,而不是输出层。因此,问题是:

如何在特定的“瓶颈”层运行Model.predict_on_batch或Model.predict_generator之类的命令,并检索该层上的值,而不是输出层上的值?

EN

回答 2

Stack Overflow用户

回答已采纳

发布于 2019-09-11 01:33:47

您需要定义一个新模型(如果最初没有将编码器和解码器定义为单独的模型,这通常是最简单的选择)。

如果您的模型是在没有重用层的情况下定义的,那么它只是:

代码语言:javascript
复制
inputs = model.input   
outputs= model.get_layer('bottleneck').output

encoder = Model(inputs, outputs)

将encoder模型用作任何其他模型。

票数 2
EN

Stack Overflow用户

发布于 2021-11-20 09:06:17

完整的代码应该是这样的,

代码语言:javascript
复制
# ENCODER
encoding_dim = 37310

input_layer = Input(shape=(encoding_dim,))

encoder = Dense(500, activation='tanh')(input_layer)
encoder = Dense(100, activation='tanh')(encoder)
encoder = Dense(50, activation='tanh', name='bottleneck_layer')(encoder)

decoder = Dense(100, activation='tanh')(encoder)
decoder = Dense(500, activation='tanh')(decoder)
decoder = Dense(37310, activation='sigmoid')(decoder)

# full model
model_full = models.Model(input_layer, decoder)
model_full.compile(optimizer='adam', loss='mse')
model_full.fit(x, y, epochs=20, batch_size=16)

# bottleneck model
bottleneck_output = model_full.get_layer('bottleneck_layer').output
model_bottleneck = models.Model(inputs = model_full.input, outputs = bottleneck_output)

bottleneck_predictions = model_bottleneck.predict(X_test)
票数 1
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/57875581

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档