调用一次model.predict后获取层的张量值

Question

运行以下代码后，我将如何获得神经网络中一层的输出激活的张量。

  x= model.predict(frame)

Answer 1

这是使用Keras' functional API的简短示例：

inputs = Input(shape=(10,))
x = Dense(5)(inputs)
latent_outputs = Dense(2)(x)
x = Dense(5)(latent_outputs)
outputs = Dense(10)(x)

encoder = Model(inputs, latent_outputs)
autoencoder = Model(inputs, outputs)

autoencoder.compile(optimizer='adam', loss='mse')
autoencoder.fit(np.zeros((10, 10)), np.zeros((10, 10)))

latent_output = encoder.predict(np.zeros((1, 10)))
print(latent_output)