tensorflow怎么獲得某一層的輸出值

tensorflow=2.0+

 

在使用tensorflow加載模型的時候有時候需要查看這個模型某一層的輸出。

搭建一個簡單的神經網絡，識別cifar數據集：

點擊查看代碼

model = tf.keras.models.Sequential()
model.add(Flatten())
model.add(BatchNormalization())
model.add(Activation('relu'))
model.add(Dense(1024, activation='relu', name="dense_test1"))
model.add(Dense(2048, activation='relu', name="dense_test2"))
model.add(Dense(2048, activation='relu', name="dense_test3"))
model.add(Dense(2048, activation='relu', name="dense_test4"))
model.add(Dense(2048, activation='relu', name="dense_test5"))
model.add(Dense(10, activation='softmax', name="dense_test6"))

搭建好后進行訓練可以得到一個訓練好的神經網絡

此時通過模型去識別cifar測試集

model.predict(x_test)#x_test是cifar數據集

可以得到預測結果，此時若想查看中間某一層的輸出，比如全連接的第二層——dense_test2的輸出怎么辦呢。

這時候，可以直接截取此模型的子模型，直接將 dense_test2作為最后一層輸出。

sub_model = tf.keras.Model(inputs = model.input, outputs = model.get_layer(dense_test2).output)
sub_model.predict(x_test)

 

這樣就可以獲取中間某一層的輸出了。