在 Keras 模型中获取中间层输出的正确方法？

Question

我已经在 Keras 中训练了一个模型，并希望从中间层提取输出。该模型包含 dropout 层，我想绝对确保在执行此操作时不会丢失任何内容。

根据文档，可以像这样提取图层的输出：

layer_name = 'my_layer'
intermediate_layer_model = Model(inputs=model.input,
                                 outputs=model.get_layer(layer_name).output)
intermediate_output = intermediate_layer_model.predict(data)

但是，文档还展示了如何使用 Keras 函数执行此操作：

get_3rd_layer_output = K.function([model.layers[0].input, K.learning_phase()],
                                  [model.layers[3].output])

# output in test mode = 0
layer_output = get_3rd_layer_output([x, 0])[0]

# output in train mode = 1
layer_output = get_3rd_layer_output([x, 1])[0]

在这里， learning_phase() 标志告诉 keras 是否实际使用 dropout 和仅在训练期间使用的类似东西。

我的问题是，如果我使用第一种方法，是否会自动停用 dropout，或者我是否需要执行类似于设置学习阶段标志的操作（如在第二种方法中所做的那样）。

Answer 1

是的，Model知道何时训练或测试，当您致电train()或时，该标志会自动设置predict()。