我有一个使用Keras构建的模型，可以是顺序的或者是函数式的。这个模型可以通过model变量进行访问。我想要实现一种方法，它能够从输出层向输入层遍历整个模型，并对模型的权重进行操作。
有没有办法获取某个特定层的前驱层？我想要像这样做：
x = <some number>
layer_x = model.layers[x]
predecessor_layers = ???
Keras - 获取与该层相连的层
5
- Primoz
1个回答
5
@Mitiku提出的解决方案只返回输入张量，但我们需要前继层。可以通过以下方式找到前继层：
在这个解决方案中，我们假设
注意：这个解决方案不太好，因为它访问了受保护的属性，但它是可行的。
x = <some number>
layer_x = model.layers[x]
int_node = layer_x._inbound_nodes[0]
predecessor_layers = int_node.inbound_layers[0]
在这个解决方案中，我们假设
layer_x只有一个前置层。为了获取该层，我们首先访问连接这两个层的节点：int_node，然后获取其输入上的层：int_node.inbound_layers[0]。注意：这个解决方案不太好，因为它访问了受保护的属性，但它是可行的。
- Primoz
3
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接
_inbound_nodes已经被更改了（除非你使用model.get_config()）。例如，你可以调用model.get_config()['layers'][0]['inbound_nodes']或model.layers[0]._inbound_nodes来获取输入节点。我会删除之前的评论。 - rob_inbound_nodes中有一个拼写错误（您忘记了_）。由于字符数少于6个，我无法进行编辑。 - Zaccharie Ramzi