2
として層の出力を取得:私は(信号分類に使用)kerasにCNNモデルを持っている特徴ベクトル(KERAS)
cnn = Sequential()
cnn.add(Conv1D(10,kernel_size=8,strides=4, padding="same",activation="relu",input_shape=(Dimension_of_input,1)))
cnn.add(MaxPooling1D(pool_size=3))
cnn.add(Conv1D(10,kernel_size=8,strides=4, padding="same",activation="relu"))
cnn.add(MaxPooling1D(2))
cnn.add(Flatten())
cnn.add(Dense(2, activation="softmax"))
方法「model.summaryを()」を使用し、私は得ることができます各層の出力の形状。私のモデルでは、最後の最大プール層の出力は(None、1、30)であり、平坦化層の出力は(None、30)です。
各列車および試験サンプルについて:平滑化層の出力は、密集層への入力として与えられる前に、30個の特徴(数)を有する特徴ベクトルとして得ることができるか?
はい、可能です。 [this](https://stackoverflow.com/questions/41711190/keras-how-to-get-the-output-of-each-layer/41712013#41712013)の回答を参照してください。 – Matin