我的模型是一个像这样的简单全连接网络:
inp=Input(shape=(10,))
d=Dense(64, activation='relu')(inp)
d=Dense(128,activation='relu')(d)
d=Dense(256,activation='relu')(d) #want to give input here, layer3
d=Dense(512,activation='relu')(d)
d=Dense(1024,activation='relu')(d)
d=Dense(128,activation='linear')(d)
保存模型后,我想要将输入传递给第三层。目前我的做法是这样的:
model=load_model('blah.h5') #above described network
print(temp_input.shape) #(16,256), which is equal to what I want to give
index=3
intermediate_layer_model = Model(inputs=temp_input,
outputs=model.output)
End_output = intermediate_layer_model.predict(temp_input)
但是它不起作用,也就是说我收到了一些错误信息,比如输入不兼容,输入应为元组等等。错误信息如下:
raise TypeError('`inputs` should be a list or tuple.')
TypeError: `inputs` should be a list or tuple.
我能否在网络中间传递我的自定义输入并获得输出,而不是从开头给出输入并从末尾获取输出?任何帮助将不胜感激。