如何提取多模态自动编码器的编码部分并将 .h5 模型转换为 numpy 数组？

Question

我正在制作一个深度多模式自动编码器模型，该模型接受两个输入并产生两个输出（它们是重建的输入）。两个输入的形状分别为 (1000, 50) 和 (1000,60)，模型有 3 个隐藏层，旨在连接 input1 和 input2 的两个潜在层。

我想提取模型的编码部分并将数据保存为 numpy 数组。

这是模型的完整代码：

input_X = Input(shape=(X[0].shape))

dense_X = Dense(40,activation='relu')(input_X)

dense1_X = Dense(20,activation='relu')(dense_X)

latent_X= Dense(2,activation='relu')(dense1_X)

input_X1 = Input(shape=(X1[0].shape))

dense_X1 = Dense(40,activation='relu')(input_X1)

dense1_X1 = Dense(20,activation='relu')(dense_X1)

latent_X1= Dense(2,activation='relu')(dense1_X1)

Concat_X_X1 = concatenate([latent_X, latent_X1])

decoding_X = Dense(20,activation='relu')(Concat_X_X1)

decoding1_X = Dense(40,activation='relu')(decoding_X)

output_X = Dense(X[0].shape[0],activation='sigmoid')(decoding1_X)

decoding_X1 = Dense(20,activation='relu')(Concat_X_X1)

decoding1_X1 = Dense(40,activation='relu')(decoding_X1)

output_X1 = Dense(X1[0].shape[0],activation='sigmoid')(decoding1_X1)

multi_modal_autoencoder = Model([input_X, input_X1], [output_X, output_X1], name='multi_modal_autoencoder')

encoder = Model([input_X, input_X1], Concat_X_X1)

encoder.save('encoder.h5')

multi_modal_autoencoder.compile(optimizer=keras.optimizers.Adam(lr=0.001),loss='mse')

model = multi_modal_autoencoder.fit([X,X1], [X, X1], epochs=70, batch_size=150) 

Answer 1

使用h5py 包，您可以进入您的.h5 文件并准确提取您想要的内容：

f = h5py.File('encoder.h5', 'r')
keys = list(f.keys())
values = f.get('some_key')

您可以分层多次使用.get 来深入您的.h5 文件以提取您需要的内容。