从LSTM，Keras中每个时期的最后一层获取输出

【问题标题】：Get output from last layer in each epoch in LSTM, Keras从LSTM，Keras中每个时期的最后一层获取输出
【发布时间】：2019-03-18 09:40:06
【问题描述】：

我们已经知道每一层的输出可以通过以下代码获得：

def get_layer(model,x):
    from keras import backend as K

    get_3rd_layer_output = K.function([model.layers[0].input],
                                      [model.layers[2].output])
    layer_output = get_3rd_layer_output([x])[0]
    print(layer_output.shape)
    return layer_output

LSTM 模型拟合为：

history = model.fit(X_train, y_train, batch_size=batch_size,verbose=1, nb_epoch=10,validation_data=(X_test,y_test))

但是如何获得10个epoch中每个epoch的模型最后一层的输出呢？

【问题讨论】：

标签： python machine-learning keras deep-learning lstm

【解决方案1】：

您可以创建自定义回调 (see Documentation) 并将其传递给 fit 方法中的回调列表。

例子：

from keras.callbacks import Callback

class LogThirdLayerOutput(Callback):
    def on_epoch_end(self, epoch, logs=None):
        layer_output = get_3rd_layer_output(self.validation_data)[0]
        print(layer_output.shape)

在拟合模型时：

history = model.fit(X_train, y_train, batch_size=batch_size, verbose=1, nb_epoch=10, validation_data=(X_test,y_test), callbacks=[LogThirdLayerOutput()])

如果你不想在单独的类中创建回调，你也应该可以使用Lambda callbacks。

【讨论】：

在这种情况下，我们能否从training data 中获取layer_output 而不是Callback 中的validation data？