我正在使用 CNTK 的 python API 来训练一些我使用 save_model 函数保存的 CNN。
现在我想在我的网络上运行一些分析。具体来说，我想看看每一层的激活。显然，我可以像这样在一些名为 img 的数据上运行我的网络：
model.eval(img)
但这只会给我网络中最后一个层的输出。有没有一些简单的方法也可以从前面的层中获取输出？
【问题讨论】：
标签： python conv-neural-network cntk
实际上，甚至为该任务提供了一个示例：https://github.com/Microsoft/CNTK/tree/master/Examples/Image/FeatureExtraction
让我简要概述一下基本步骤：
重要的是你的节点的名称，你想得到它的输出。
# get the node in the graph of which you desire the output
node_in_graph = loaded_model.find_by_name(node_name)
output_nodes = combine([node_in_graph.owner])
# evaluate the node e.g. using a minibatch_source
mb = minibatch_source.next_minibatch(1)
output = output_nodes.eval(mb[features_si])
# access the values as a one dimensional vector
out_values = output[0].flatten()
desired_output = out_values[np.newaxis]
基本上你只是做同样的事情，只是你检索一个中间节点。
【讨论】：