kerasの各レイヤーの出力を取得する方法

深いニューラルネットワーク（DNNS）を操作する場合、個々のレイヤーの活性化を検査することがしばしば役立ちます。これは、モデルの動作を理解し、潜在的な問題を特定するのに役立ちます。 Pythonの人気のあるDNNライブラリであるKerasは、これを達成する簡単な方法を提供します。特定のレイヤーの出力を取得するには、次の構文を使用できます。たとえば、提供されたコードスニペットの2番目の畳み込みレイヤーの出力を取得するには：

conv_output = model.layers [2] .output

すべてのレイヤーから出力を取得します

model.layers[index].output

の作成

conv_output = model.layers[2].output

は入力テンソルです。 outputs

ここで、入力データを対応する評価関数に渡すことにより、レイヤー出力を評価できます：

outputs = [layer.output for layer in model.layers]

モデルのレイヤーのいずれかがドロップアウトまたはバッチ正規化にトレーニングモードをシミュレートするためのドロップアウトまたはバッチ正規化が含まれている場合は、K.Learning_Phase（）を1に設定することを忘れないでください。

レイヤー：

from keras import backend as K

functors = [K.function([inp, K.learning_phase()], [out]) for out in outputs]

これにより、個々の関数評価に関連付けられたデータ転送および計算オーバーヘッドが削減されます。