python如何增加隐藏层_如何得到神经网络每一个隐藏层的激活值
我有一个ANN模型,我试图得到所有隐藏层的激活值。我用一个90维矩阵训练网络,我有1个隐藏层,这是150维。我的模型结构是一个90维的输入层,一个150维的隐藏层和一个90维的输出层。我已经对数据进行了训练和测试。之后,我使用.predict()函数使用测试数据集预测输出。我输入预测的输出作为下一个输入,以此类推。现在我想得到predict函数的隐藏层的激活值。我使用以下代码来实现它,但它不起作用:write_predict_data = pd.ExcelWriter("/home/workstation/ANN/prediction_data_2.xlsx",engine="xlsxwriter")
write_activations_data = pd.ExcelWriter("/home/rianzaman/Downloads/activition_of_hidden_node_2.xlsx",engine="xlsxwriter")
for i in range(0, 200):
print("Predicting ...",)
next_prediction = my_model.predict(X_test, 1,)
output_file_data = pd.DataFrame(next_prediction)
output_file_data.to_excel(write_predict_data, sheet_name='Sheet1')
#To get activation
get_activations = theano.function([my_model.layers[0].input], my_model.layers[1].get_output(train=False),
allow_input_downcast=True)
activations = get_activations(next_prediction)
output_file_data_activation = pd.DataFrame(activations)
output_file_data_activation.to_excel(write_activations_data, sheet_name='Sheet1')
X_test = next_prediction
write_predict_data.save()
当我运行代码时,我得到了一个90维的输出,基本上我认为是输出层数据集。
谁能告诉我密码有什么问题吗?在
魔乐社区(Modelers.cn) 是一个中立、公益的人工智能社区,提供人工智能工具、模型、数据的托管、展示与应用协同服务,为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作,由全产业链共同建设、共同运营、共同享有,推动国产AI生态繁荣发展。
更多推荐


所有评论(0)