scikit-learn 中多层感知分类器中神经元的输出

Question

我目前正在研究sklearn 的neural_network 包的MLPClassifier。

我训练了分类器，它预测/运行良好。现在我需要每一层中神经元（节点）的输出值，当它预测特定输入的类训练后，用于可视化目的。

我阅读了 api 并且有一个属性 - coefs_ 返回网络的权重矩阵，但找不到任何可以返回神经元输出的方法或属性。

所以文档中没有提到，我想不可能直接得到它。是否有任何方法/调整可用于在每一层获得这些神经元的输出，或者是否有任何直接的 MLPClassifier 可视化方法。

注意 - MLPClassifier 目前在 scikit-learn 的稳定版本中不可用，仅 0.18 开发版本。

我正在使用 Python 2.7 和 scikit-learn 0.18 开发版。

Answer 1

只有当你有输入时，神经元的输出才有意义。它不是模型的固有部分。您将输入与权重进行内积以获得“输出”。