張量的流動
如果你已經建立好一個模型，就可以搭配 model.layers 與 tensorflow.keras.backend 來建立函式。給定一個有效的輸入張量，這些函式會回傳對應的輸出張量。
當我們想取得網路在中間層的輸出時，這會非常實用。
例如，若你取得網路第一層的輸入與輸出，就能建立一個 inp_to_out 函式，只針對給定的輸入張量，執行第一層的前向傳播並回傳結果。
現在就來動手做吧！
Banknote Authentication 資料集的 X_test 與其對應的 model 都已預先載入。到主控台輸入 model.summary() 查看模型結構。
本練習屬於課程
Keras 深度學習入門
練習說明
- 將
tensorflow.keras.backend匯入為K。 - 使用
model.layers串列，取得第一層的輸入與輸出參照。 - 使用
K.function()定義一個將inp對應到out的函式。 - 印出將
X_test傳入第 1 層後的結果。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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(____([____]))