テンソルの流れを追いましょう
すでにモデルを構築していれば、model.layers と tensorflow.keras.backend を使って、妥当な入力テンソルを与えると対応する出力テンソルを返す関数を作成できます。
これは、ネットワークの中間レイヤーでの出力を取得したいときに便利な手法です。
たとえば、ネットワークの最初のレイヤーの入力と出力を取得できれば、与えられた入力テンソルに対して、最初のレイヤーだけでフォワード伝播した結果を返す inp_to_out 関数を作れます。
では、実際にやってみましょう！
Banknote Authentication データセットの X_test と、その model はすでに読み込まれています。コンソールで model.summary() を実行して確認してください。
この演習はコースの一部です
Kerasで学ぶIntroduction to Deep Learning
演習の手順
tensorflow.keras.backendをKとしてインポートします。model.layersリストを使って、最初のレイヤーの入力と出力への参照を取得します。K.function()を使って、inpをoutに対応付ける関数を定義します。X_testを第1レイヤーに通した結果を表示します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Import tensorflow.keras backend
import ____
# Input tensor from the 1st layer of the model
inp = ____.____[____].input
# Output tensor from the 1st layer of the model
out = ____.____
# Define a function from inputs to outputs
inp_to_out = K.function([____], [____])
# Print the results of passing X_test through the 1st layer
print(____([____]))