Question

我有一个使用this文件训练的模型。使用'Keras'而不是'tensorflow.keras'进行训练。我想做的是查看给定输入的每层激活。我按照“使用顺序模型进行特征提取” here下列出的步骤进行操作。但是，此示例使用tensorflow.Keras进行训练。因此，当我尝试对模型使用相同的步骤时，似乎不兼容，并且出现以下错误。

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-6-a8fad8b8a396> in <module>()
      3 feature_extractor = tf.keras.Model(
      4     inputs=model.inputs,
----> 5     outputs=[layer.output for layer in model.layers],
      6 )

4 frames
/usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/engine/network.py in _validate_graph_inputs_and_outputs(self)
   1373       # Check that x is an input tensor.
   1374       # pylint: disable=protected-access
-> 1375       layer = x._keras_history.layer
   1376       if len(layer._inbound_nodes) > 1 or (
   1377           layer._inbound_nodes and layer._inbound_nodes[0].inbound_layers):

AttributeError: 'tuple' object has no attribute 'layer'

有人知道我可以用Keras训练的模型而不是本例所示的tensorflow.keras来逐层激活吗？

在Keras模型中查看每层输出

0 个答案: