从经过训练的模型(Python)中提取拟合的输出(KERAS / TensorFlow)

时间:2019-08-21 17:56:12

标签: python tensorflow keras

我正在将KERAS与TensorFlow后端一起使用。假设这是模型块:

<?xml version="1.0" encoding="UTF-8"?>
<kml xmlns="http://www.opengis.net/kml/2.2" xmlns:gx="http://www.google.com/kml/ext/2.2" xmlns:kml="http://www.opengis.net/kml/2.2">
<Document>
  <name>World Atlas Artificial Night Sky Brightness</name>
    <GroundOverlay>
      <name>ArtificialSkyBrightness537.JPG</name>
      <description></description>
      <color>64ffffff</color>
      <drawOrder>15</drawOrder>
      <Icon>
        <href>https://nightskybrightness.s3.eu-west-3.amazonaws.com/ArtificialSkyBrightness537.JPG</href>
      </Icon>
      <LatLonBox>
        <north>50.9375138445</north>
        <south>42.4041839245</south>
        <east>4.2499263</east>
        <west>-4.12507035</west>
        <rotation>0</rotation>
      </LatLonBox>
    </GroundOverlay>
</Document>
</kml>

有什么方法可以从经过训练的模型(model.add(LSTM(units = 60, activation = 'tanh') model.add(Dropout(rate = 0.5)) model.add(Dense(units = 1, activation = 'sigmoid')) model.compile(optimizer = 'adam', loss = 'mse') model.fit(X_train, Y_train, epochs = 200, batch_size = 32) )中提取拟合的输出?

1 个答案:

答案 0 :(得分:0)

您可能应该重新表述您的问题,因为尚不清楚您尝试实现什么合适的输出。我想关于机器学习的最可能场景是:

  1. 您拥有新的输入数据X,并希望使用拟合模型进行预测。可以像model.predict(X)这样完成。
  2. 或者您正在尝试获取拟合模型的权重,可以像model.get_weights()这样完成。