python - 可以从其权重和输出中获得经过训练的 U-Net（卷积神经网络）的输入吗？

Question

我得到了一个训练有素的 U-Net（在 tensorflow 上），但它的性能不是很好。对于我的研究，我想“反向”运行这个卷积神经网络。我想通过使用权重（检查点）及其输出来生成它的输入。我发现了一个具有相同目标的主题：Using a learning Artificial Neural Network to solve inputs，但它没有得到回答并且已经有一段时间不活动，它也没有处理 U-Net（不确定这是否增加了并发症）。本质上，这样做的目标是更好地了解 U-Net 的性能及其学习方式。我无法重新训练网络，因为这会占用太多时间并且超出了我的研究范围，所以我所拥有的只是架构和权重。

标签： pythontensorflowneural-networkconv-neural-network

Answer 1

您可以使用 model.get_layer()方法根据其名称（唯一）或索引来检索图层。我认为在您的情况下使用索引会很有用。您可以访问https://keras.io/api/models/model/#getlayer-method。