如何从自动编码器中的瓶颈层 keras.tf 中的特定层获取输出？答案

【问题标题】：How to get output from a specific layer in keras.tf, the bottleneck layer in autoencoder?如何从自动编码器中的瓶颈层 keras.tf 中的特定层获取输出？
【发布时间】：2020-01-12 11:51:11
【问题描述】：

我正在开发一种自动编码器，用于对某些图像组进行聚类。

input_images->...->bottleneck->...->output_images

我已将自动编码器校准至满意并保存了模型；一切都是在 python3 上使用 keras.tensorflow 开发的。

下一步是将自动编码器应用于大量图像，并根据瓶颈层中的余弦距离对它们进行聚类。糟糕，我刚刚意识到我不知道 keras.tf 中用于将模型批量运行到特定层而不是输出层的语法。因此问题：

我如何将Model.predict_on_batch 或Model.predict_generator 之类的东西运行到某个“瓶颈”层并检索该层上的值而不是输出层上的值？

【问题讨论】：

标签： tensorflow keras autoencoder

【解决方案1】：

您需要定义一个新模型（如果您最初没有将编码器和解码器定义为单独的模型，这通常是最简单的选择）。

如果你的模型是在没有重用层的情况下定义的，那就是：

inputs = model.input   
outputs= model.get_layer('bottleneck').output

encoder = Model(inputs, outputs)

将encoder 模型用作任何其他模型。

【讨论】：

【解决方案2】：

完整的代码是这样的，

# ENCODER
encoding_dim = 37310

input_layer = Input(shape=(encoding_dim,))

encoder = Dense(500, activation='tanh')(input_layer)
encoder = Dense(100, activation='tanh')(encoder)
encoder = Dense(50, activation='tanh', name='bottleneck_layer')(encoder)

decoder = Dense(100, activation='tanh')(encoder)
decoder = Dense(500, activation='tanh')(decoder)
decoder = Dense(37310, activation='sigmoid')(decoder)

# full model
model_full = models.Model(input_layer, decoder)
model_full.compile(optimizer='adam', loss='mse')
model_full.fit(x, y, epochs=20, batch_size=16)

# bottleneck model
bottleneck_output = model_full.get_layer('bottleneck_layer').output
model_bottleneck = models.Model(inputs = model_full.input, outputs = bottleneck_output)

bottleneck_predictions = model_bottleneck.predict(X_test)

【讨论】：