添加的图层必须是类Layer的实例。找到：Tensor（“ conv1d_12 / Relu：0”，shape =（?, 41，64），dtype = float32）

Question

我正在尝试创建一个cnn模型。我的代码如下：

from keras.layers import Convolution1D, Dense, Dropout, Flatten, MaxPooling1D
from keras.layers import Input, Dense, concatenate
from keras.layers import InputLayer
import keras
inputs = Input(shape=(41,1))
cnn = Sequential()
X=cnn.add(Convolution1D(64, 3, border_mode="same",activation="relu")(inputs))
X=cnn.add(Convolution1D(128, 3, border_mode="same", activation="relu"))
X=cnn.add(MaxPooling1D(pool_length=(2)))
X=cnn.add(Convolution1D(256, 3, border_mode="same", activation="relu"))
X=cnn.add(MaxPooling1D(pool_length=(2)))
X=cnn.add(Flatten())
X=cnn.add(Dense(128, activation="relu"))
X=cnn.add(Dropout(0.5))
X=cnn.add(Dense(2, activation="sigmoid"))
cnn.compile(loss="binary_crossentropy", optimizer="adam",metrics=['accuracy'])

与下面的代码行X=cnn.add(Convolution1D(64,3,border_mode="same",activation="relu", input_shape=(41, 1)))一起正常工作但是我需要提取图层输出，并且通过使用以下代码行来做到这一点：

from keras.models import Model
intermediate_layer_model = Model(inputs= inputs, outputs=X)
intermediate_output = intermediate_layer_model.predict(Xtrain)

所以我需要将输入传递到我的cnn层，如果我对我的inputs_shape进行硬编码，则无法这样做。但是我上面的代码无法正常工作，并给出以下错误：

请告诉我如何解决此问题。

Answer 1

您可以使用“ layer.output”函数获取每一层的输出，这里是Tensorflow中文档的link。此link将为您提供从馈送数据层获取输出的精确度。我无法使用您提供的模型结构准确地告诉它，因为我现在正在旅途中，也没有随身携带我的电脑。但是，请告诉我们是否有帮助。