如何从加载的 keras 模型中获取更多信息？

Question

目前我正在优化我用 keras 训练的神经网络。为此，我使用了层内的多个激活函数，并使用

model.save()

自动保存模型并进行评估。

不幸的是，我忘记了性能最佳网络的确切设置，但是如何从 keras 重新创建所有网络信息？当然，我使用

model.load()

并且有帮助

model.summary()

。但是我如何获得所使用的激活函数？

model.summary()

仅提供有关网络架构本身的信息：

_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
...                             ...                     ...
_________________________________________________________________
dense (Dense)                (None, 64)                288064    
_________________________________________________________________
dense_1 (Dense)              (None, 128)               8320      
=================================================================
Total params: 586,408
Trainable params: 586,408
Non-trainable params: 0
_________________________________________________________________

Answer 1

您可以使用

model.layers[id].get_config()

，其中id是图层的索引。

Answer 2

您可以使用

model.layers

读取图层，然后使用它来查找权重或激活函数。例如

act_fncs = [l.activation for l in model.layers]

Answer 3

使用

model.to_json()

您可以使用

model.to_json()

在一行中获取模型架构的完整副本

这将为您提供有关层架构、输入形状、编译器配置等的详细信息。

用法

model = tf.keras.models.load_model(model_path)

print(model.to_json())