访问神经网络权重和神经元激活

Question

使用Keras训练网络后:

1. 我想以某种顺序访问网络的最终训练权重.

2. 我想知道传递的每个输入的神经元激活值.例如,在训练之后,如果我X作为输入传递给网络,我想知道X网络中每个神经元的神经元激活值.

Keras是否提供对这些内容的API访问？我想根据神经元激活值做进一步的分析.

更新:我知道我可以纯粹使用Theano这样做,但Theano需要更多的低级编码.而且,由于Keras建立在Theano之上,我认为可以有办法做到这一点？

如果Keras无法做到这一点,那么在Tensorflow和Caffe中,哪个可以呢？Keras是最容易使用的,其次是Tensorflow/Caffe,但我不知道哪些提供了我需要的网络访问权限.我的最后一个选择是下降到Theano,但我认为用Theano建立一个深度CNN会更耗时.

Answer 1

Keras FAQ中介绍了这一点,您基本上想要计算每个图层的激活,因此您可以使用以下代码执行此操作:

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,你需要为每一层编译和运行一个函数,但这应该是直截了当的.

要获得权重,您可以在任何图层上调用get_weights().

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