如何使用 nngraph 访问中间层的输出？答案

【问题标题】：How to access intermediate layers' outputs using nngraph?如何使用 nngraph 访问中间层的输出？
【发布时间】：2016-12-01 15:42:01
【问题描述】：

我需要将损失函数应用于网络中的中间层 (L2) 表示，该网络在 L2 层之后有许多层。我知道如何访问 nngraph 中的网络输出，如下所示：

input = nn.Identity()()
net = nn.Sequential()
net:add(nn.Linear(100, 20)):add(nn.ReLU(true)) -- L1
net:add(nn.Linear(20, 10)):add(ReLU(true)) -- L2
net:add(nn.Linear(10, 2)) -- L3
output = net(input)

gmod = nn.gModule({input}, {output})

但是，我不知道如何访问第二层的结果并应用损失函数（标准）并以简洁的方式对其进行反向传播。谁能帮我解决这个问题？

【问题讨论】：

标签： machine-learning lua neural-network torch representation

【解决方案1】：

您应该将您的层指定为单独的输出，然后您可以在任何给定时间访问它

input = nn.Identity()()
L1 = nn.ReLU(true)(nn.Linear(100, 20)(input))
L2 = nn.ReLU(true)(nn.Linear(20, 10)(L1))
L3 = nn.Linear(10, 2)(L2)

gmod = nn.gModule({input}, {L3, L2})

【讨论】：