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?
问题描述
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。
解决方案
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。
推荐阅读
- php - 联系表格 7 - 获取最终邮件 HTML 输出
- java - 从响应(okHttp3)下载pdf - JAVA spring boot / display on browser
- json - 如何在 Scala 中序列化和反序列化 Json 的特征?
- python - 具有优化性能的 HDD 上 40 TB FIFO
- xcode - 无法将 pod 文件添加到 Xcode 13 项目
- git - 使用本地挂钩更改 --push-option
- r - 从几何中添加城市名称
- javascript - rails选择数量javascript获取类不工作索引
- java - 如何在swing jtable中仅编辑第一行和最后一列单元格(不是所有单元格)的一个单元格
- python - 我正在将 Discord 机器人转换为 Python,但我的命令中不断出现错误 帮助我