访问神经网络权重和神经元激活

Question

使用 Keras 训练网络后：

我想按某种顺序访问网络的最终训练权重。
我想知道每个传递的输入的神经元激活值。例如，在训练之后，如果我将 X 作为我的输入传递给网络，我想知道网络中每个神经元的 X 的神经元激活值。

Keras 是否提供 API 访问这些东西？我想根据神经元激活值做进一步的分析。

Update ：我知道我可以纯粹使用 Theano 来做到这一点，但是 Theano 需要更多的低级编码。而且，由于 Keras 建立在 Theano 之上，我认为可能有办法做到这一点？

Keras 做不到，那么Tensorflow 和Caffe 哪个做得到？ Keras 是最容易使用的，其次是 Tensorflow/Caffe，但我不知道其中哪一个提供了我需要的网络访问。对我来说最后的选择是下降到 Theano，但我认为用 Theano 构建深度 CNN 会更耗时..

Answer 1

这在 Keras FAQ 中有所介绍，您基本上想要计算每一层的激活，因此您可以使用以下代码来完成：

from keras import backend as K

#The layer number
n = 3 
# with a Sequential model
get_nth_layer_output = K.function([model.layers[0].input],
                                  [model.layers[n].output])
layer_output = get_nth_layer_output([X])[0]

不幸的是，您需要为每一层编译并运行一个函数，但这应该很简单。

要获取权重，您可以在任何层上调用 get_weights()。

nth_weights = model.layers[n].get_weights()

访问神经网络权重和神经元激活

Accessing neural network weights and neuron activations

tensorflow

theano

deep-learning

caffe

keras