我正在使用Keras w / Tensorflow后端来训练NN .
我正在使用 train_on_batch 进行培训，这会返回给定批次的损失 . 我如何获得该批次的输出分类？ （我想对输出做一些可视化）
为此，我目前再次调用 predict 来获取模型输出，但这是多余的，因为train_on_batch已经通过了输入批处理"forward" .
在Caffe中，当图像被向前馈送时，中间层输出保持存储在net.blobs中，但在Keras / Tensorflow中，似乎如果我们想要获得中间输出，我们必须为我们想要的每个中间输出重新运行计算图访问CPU，如here所述 . 有没有办法访问多个/所有中间层的输出而无需为每个中间层重新运行图表？
我不介意有一个特定于张量流的解决方法 .
2 回答
如果你使用函数API，这很漂亮straight forward .
除了@ MohamedEzz的答案，您还可以创建一个自定义回调，它可以执行培训过程中所需的操作 . 他们有一些方法可以运行你的代码onEpochEnd，onEpochStart，onTrainingEnd等......这样你就可以保留批处理 .