如何获得keras层'；多输入模型中的输出？

当Keras模型接受多个输入时，其层的行为就像只有一个输入。这可能是一个错误

model = vgg19.VGG19(weights='imagenet', include_top=False, pooling='avg')
model(image1)
model(image2)

model.get_output_at(0)
model.get_output_at(1)
#no error here

outputs_0 = [layer.get_output_at(0) for layer in model.layers]
#no error here

outputs_1 = [layer.get_output_at(1) for layer in model.layers]
#error "Asked to get output at node 1, but the layer has only 1 inbound nodes."

我真的不确定输出是什么，因为模型有两个输入，image1和image2，当一个层返回其输出时，它对应的输入是什么？

无论模型的输入和输出如何，都没有关于层在模型内的行为的规则。一个模型可能有许多内部分支，并使用不同的输入重用（或不重用）同一层，从而产生不同的输出。如果一个图层被多次使用，则该图层将仅具有“1（或更多）”输出

唯一确定的事情是：

• 输入层将匹配模型的输入（见1）
• 输出层将匹配模型的输出（请参见1）
• 但在这两者之间，任何事情都是可能的（见2）

（1） -但是，具有许多输入/输出的模型实际上具有许多“输入/输出层”。每个输出层都有一个输出。如果您检查“模型”输出，您有许多输出，但如果您检查“层”输出，则有多个输出层，每个层都有一个输出（仅在0处输出）。这同样适用于模型的输入层和输入层

---

（2） -尽管如此，最常见的选项是层只使用一次，因此只有“0处的输出”，而没有额外的输出

在keras中，如果您有一个模型：

打印您的模型，您可以知道图层名称

包装一个新模型

获得输出

from keras.models import Model
print(<your_model>.summary())

<new_model> = Model(inputs=<your_model>.input, outputs=<your_model>.get_layer('your layer_name').get_output_at(<index_number>))

<your_output> = <new_model>.predict(<your_input>)

来自keras.models导入模型
打印（.summary（））
=模型（输入=.input，输出=.get_layer（'your layer_name'）。get_output_at（））
=.predict（）