如何将 keras 模型的输出作为 numpy 数组获取？答案

【问题标题】：How do you get the ouput of a keras model as a numpy array?如何将 keras 模型的输出作为 numpy 数组获取？
【发布时间】：2021-09-01 20:56:20
【问题描述】：

如何将 keras 模型的输出作为 numpy 数组获取？我的代码如下所示：

env = gym.make('Chess-v0')
obs = env.reset()
type(obs)

done = False

num_actions = len(env.legal_moves)

obs = chess.Board()

model = models.Sequential()

def dqn(board):
    
    inputs = layers.Input(shape=(1,))

    layer1 = layers.Dense(256, activation="relu", input_shape=(1,))(inputs)
    layer2 = layers.Dense(512, activation="relu")(layer1)
    layer3 = layers.Dense(512, activation="relu")(layer2)
    
    layer4 = layers.Dense(512, activation="relu")(layer3)
    layer5 = layers.Dense(512, activation="relu")(layer4)
    
    layer6 = layers.Dense(1)(layer5)
    
    action = np.argmax(--->>> layer6_output <<<---)
    
    return keras.Model(inputs=inputs, outputs=action)

那么如何将 layer6 的输出作为 numpy 数组获取？

【问题讨论】：

尝试阅读：kite.com/python/answers/…

标签： python numpy machine-learning keras deep-learning

【解决方案1】：

用myModel=dqn(board) 之类的东西定义模型后，您可以使用myModel.predict(x) 将输出作为Numpy 数组获取。

如果您使用 Tensorflow 作为启用了即时执行的后端，您只需将 .numpy() 放入您的张量中。

【讨论】：

【解决方案2】：

您可以使用 tf.tensor.eval 返回 np 数组，您可以在文档 DOCS 上阅读。然后你只需在第 6 层添加 tf.tensor.eval

【讨论】：