"إذا أراد العامل أن يؤدي عمله بشكل جيد، فعليه أولاً أن يشحذ أدواته." - كونفوشيوس، "مختارات كونفوشيوس. لو لينجونج"
الصفحة الأمامية > برمجة > كيفية استخراج قيم التنشيط لطبقة معينة من نموذج Keras؟

كيفية استخراج قيم التنشيط لطبقة معينة من نموذج Keras؟

نشر في 2025-04-13
تصفح:394

How to Extract Activations from Specific Layers in a Keras Model?

كيفية الحصول على إخراج كل طبقة في keras

عند العمل مع الشبكات العصبية العميقة (DNNS) ، وغالبًا ما يكون من المفيد فحص تنشيط الطبقات الفردية. يمكن أن يساعدك ذلك في فهم سلوك النموذج وتحديد المشكلات المحتملة. توفر Keras ، وهي مكتبة DNN الشهيرة لـ Python ، طريقة بسيطة لتحقيق ذلك. لاسترداد إخراج طبقة معينة ، يمكنك استخدام بناء الجملة التالي:

model.layers [index] .output

حيث يكون الفهرس هو فهرس الطبقة التي تريد استخراج الإخراج من. على سبيل المثال ، للحصول على إخراج الطبقة التلافيفية الثانية في مقتطف الكود المقدم:

model.layers[index].output

إنشاء وظائف التقييم

conv_output = model.layers[2].output

لإنشاء وظيفة تقييم لكل إخراج طبقة ، يمكنك القيام بما يلي: functors = [k.function ([[inp ، k.learning_phase ()] ، [out]) for out في المخرجات]

مخرجات

الآن ، يمكنك تقييم مخرجات الطبقة عن طريق تمرير بيانات الإدخال إلى وظيفة التقييم المقابلة:
outputs = [layer.output for layer in model.layers]
الطبقات:

من keras استيراد الخلفية كـ k functor = k.function ([INP ، K.Learning_Phase ()] ، مخرجات)

هذا يقلل من نقل البيانات والحساب المرتبط بتقييمات الوظائف الفردية.
أحدث البرنامج التعليمي أكثر>

تنصل: جميع الموارد المقدمة هي جزئيًا من الإنترنت. إذا كان هناك أي انتهاك لحقوق الطبع والنشر الخاصة بك أو الحقوق والمصالح الأخرى، فيرجى توضيح الأسباب التفصيلية وتقديم دليل على حقوق الطبع والنشر أو الحقوق والمصالح ثم إرسالها إلى البريد الإلكتروني: [email protected]. سوف نتعامل مع الأمر لك في أقرب وقت ممكن.

Copyright© 2022 湘ICP备2022001581号-3