Keras 如何通过Sequential（）函数获取未连接的中间层的输出？

我是Keras的新手，但我以前使用过纯tensorflow。我正在尝试调试下面的一些网络（我将只复制一个片段。丢失函数、优化器等对于我来说对于这段代码来说并不重要）

---

我已经看到了一些如何将每个操作添加到Sequential（）函数中的示例（例如，已解释但使用add（）函数的示例）。是否有一种方法可以检查每个层的输出，而无需将它们添加到模型本身（也可以使用Tensorflow进行会话）？

最好是制作一个输出这些层的模型：

modelToOutputAll = Model(main_input, [enc_conv1, enc_bn1, maxp1_4, enc_conv2, enc_bn2, enc_conv3, enc_bn3, concat1_5])

对于培训，保留一个只有最终输出的模型：

modelForTraining = Model(main_input,concat1_5)

两个模型使用完全相同的权重，因此训练一个会改变另一个。你可以使用每一个来做你现在需要做的事情

• 使用

  modelForTraining.fit（xTrain、yTrain等）进行训练

• 使用

  modelToOutputAll.predict（xInput）

modelForTraining = Model(main_input,concat1_5)