Keras：每个输入的输出衍生物

Question

我使用一个非常简单的MLP，只有一个隐藏层来估算期权价格。

除了神经网络的实际输出之外，我还想知道关于6个输入参数之一的输出值（数据样本的每一行）的偏导数，这样得到的值可以被解释为输出相对于输入参数变化的百分比变化。

由于我对Keras和神经网络一般都很陌生，所以我自己无法找到问题的解决方案。

# Create Model
model = Sequential()
model.add(Dense(6, input_dim=6)) #input layer
model.add(Dense(10, activation=relu)) #hidden layer
model.add(Dense(1, activation=linear)) #output layer

# Compile Model
model.compile(loss='mse', optimizer='adam', metrics=['mae'])

# Train model
model.fit(X_train, Y_train, epochs=50, batch_size=10 verbose=2, validation_split=0.2)

# Predict Values
Y_pred = model.predict(X_test, batch_size=10)