我使用Keras w / Tensorflow后端训练NN。
我使用train_on_batch进行培训，这会返回给定批次的损失。我如何获得该批次的输出分类？ （我想对输出进行一些可视化）
要做到这一点，我现在再次拨打predict来获取模型输出，但这是多余的，因为train_on_batch已经通过了输入批处理＆＃34; forward＆＃34;。
在Caffe中，当图像被向前馈送时，中间层输出保持存储在net.blobs中，但在Keras / Tensorflow中，似乎如果我们想要获得中间输出，我们必须重新运行每个中间体的计算图我们想要在CPU上访问的输出，如here所述。有没有办法访问许多/所有中间层＆＃39;输出而不重新运行每个图表？
我不介意使用特定于张量流的解决方法。
答案 0 :(得分：0)
如果您使用函数API，那就非常straight forward。
答案 1 :(得分：0)
除了@ MohamedEzz的答案，您还可以创建一个自定义回调，可以执行培训过程中所需的操作。他们有一些方法可以运行你的代码onEpochEnd，onEpochStart，onTrainingEnd等等...... 这样您就可以保留批次。