tensorflow - 如何从自动编码器中的瓶颈层 keras.tf 中的特定层获取输出？

Question

我正在开发一种用于聚类某些图像组的自动编码器。

input_images->...->bottleneck->...->output_images

我已将自动编码器校准至满意并保存了模型；一切都是在 python3 上使用 keras.tensorflow 开发的。

下一步是将自动编码器应用于大量图像，并根据瓶颈层中的余弦距离对它们进行聚类。糟糕，我刚刚意识到我不知道 keras.tf 中用于将模型批量运行到特定层而不是输出层的语法。因此问题：

如何运行类似于Model.predict_on_batch或Model.predict_generator直到某个“瓶颈”层的东西并检索该层上的值而不是输出层上的值？

标签： tensorflowkerasautoencoder

Answer 1

您需要定义一个新模型（如果您最初没有将编码器和解码器定义为单独的模型，这通常是最简单的选择）。

如果您的模型是在没有重用层的情况下定义的，那么它只是：

inputs = model.input   
outputs= model.get_layer('bottleneck').output

encoder = Model(inputs, outputs)

将该encoder模型用作任何其他模型。