Tensorflow - 获取自动编码器的隐藏层输出

【问题标题】：Tensorflow - Get hidden layer output of an autoencoderTensorflow - 获取自动编码器的隐藏层输出
【发布时间】：2021-06-18 18:07:11
【问题描述】：

我有一个堆叠式自动编码器，其结构类似于 500-250-100-50-100-250-500。我现在想取出 50 维隐藏层，并使用 softmax 层将我的输入数据分类为 2 类。

这意味着我需要我的自动编码器将我的 500 维输入向量从我的训练数据集中压缩成 50 维向量，并用它来训练 softmax 层。除此之外，我还需要 50 维隐藏层。

如何获得隐藏层：autoencoder.layers[3]

但是如何获得 500 维输入向量的压缩 50 维向量呢？使用autoencoder.predict(x_train) 时，我需要获取该隐藏层的输出。

【问题讨论】：

【解决方案1】：

如果您想从隐藏层获得另一个输出，您可以像这样获取输出并将其添加到新模型中：

new_model = tf.keras.Model(inputs=autoencoder.input, outputs=[autoencoder.layers[3].output, autoencoder.output])

那么你可以得到这样的预测：

hidden_layer_pred, last_layer_pred = new_model.predict(x_train)

【讨论】：

为什么我需要tf.keras.Model 中的autoencoder.output？ autoencoder.layers[3].output 不够吗？
如果你想把它们都放在一个模型中，你可以这样做。但如果只是隐藏层对你来说就足够了，是的，你可以。