Keras：最初のn層を取得

Question

Iは示された構造と、以下の操作を行って、保存されたファイルからオートエンコーダをロードしています：

autoencoder = load_model("autoencoder_mse1.h5") 
autoencoder.summary() 
>>> ____________________________________________________________________________________________________ 
Layer (type)      Output Shape   Param #  Connected to      
==================================================================================================== 
input_8 (InputLayer)    (None, 19)   0            
____________________________________________________________________________________________________ 
dense_43 (Dense)     (None, 16)   320   input_8[0][0]      
____________________________________________________________________________________________________ 
dense_44 (Dense)     (None, 16)   272   dense_43[0][0]     
____________________________________________________________________________________________________ 
dense_45 (Dense)     (None, 2)    34   dense_44[0][0]     
____________________________________________________________________________________________________ 
dense_46 (Dense)     (None, 16)   48   dense_45[0][0]     
____________________________________________________________________________________________________ 
dense_47 (Dense)     (None, 16)   272   dense_46[0][0]     
____________________________________________________________________________________________________ 
dense_48 (Dense)     (None, 19)   323   dense_47[0][0]     
==================================================================================================== 
Total params: 1269 
__________________ 

InputLayer含む最初の4つの層は、エンコーダの一部を構成します。これらの4つのレイヤーをすばやく取得する方法があるのだろうかと思っていました。これまで私が遭遇した唯一の解決策は、

encoder = Sequential() 
encoder.add(Dense(16, 19, weights=autoencoder.layers[1].get_weights())) 

^です。より効率的な方法で最初の4つのレイヤーを抽出する方法があることを期待しています。特に、.summary()メソッドがレイヤーの要約を吐き出すので。

編集1（解決策）： 私は以下の解決策に到達しましたが、私はもう少し効率の良い（コードが少ない）ことを望んでいます。

encoder = Sequential() 
for i,l in enumerate(autoencoder.layers[1:]): 
    if i==0: 
     encoder.add(Dense(input_dim=data.shape[1],output_dim=l.output_dim, 
          activation="relu",weights=l.get_weights())) 
    else: 
     encoder.add(Dense(output_dim=l.output_dim,activation="relu",weights=l.get_weights())) 
    if l.output_dim == 2: 
     break 

Answer 1

これを試してみて、それが働いていたなら、私に知らせて：

# TO get first four layers 
model.layers[0:3] 
#To get the input shape 
model.layers[layer_of_interest_index].input_shape 
#To get the input shape 
model.layers[layer_of_interest_index].output_shape 
# TO get weights matrices 
model.layers[layer_of_interest_index].get_weights() 

は、この情報がお役に立てば幸いです。