使用Keras在去噪自动编码器中获得隐藏层输出

我已经建立了一个

序列

Keras模型，它有三个层：一个

高斯噪声

层，一个隐藏层，以及与输入层具有相同维度的输出层。为此，我使用了Tensorflow 2.0.0-beta1附带的Keras包。因此，我希望得到隐藏层的输出，这样我就避开了

高斯噪声

层，因为它只在训练阶段需要

为了实现我的目标，我按照中的说明进行了操作，这些说明也在中进行了详细描述

我从官方的Keras文档中尝试了以下示例：

来自tensorflow导入keras的

从tensorflow.keras导入后端为K
dae=keras.Sequential([
高斯噪声（0.001，输入形状=（10，），
keras.layers.Dense（80，name=“hidden”，activation=“relu”），
keras。层。致密（10）
])
optimizer=keras.optimizers.Adam（）
编译（loss=“mse”，optimizer=optimizer，metrics=[“mae”]）
#这里是装配过程。。。
#dae.fit（·）
#正在尝试检索解码器函子。
编码器=K.函数（[dae.输入，K.学习阶段（），
[dae.get_层（“隐藏”）.output]）

但是，当使用

K.learning\u phase（）

创建Keras后端函子时，我得到错误：

Traceback (most recent call last):
  File "/anaconda3/lib/python3.6/contextlib.py", line 99, in __exit__
    self.gen.throw(type, value, traceback)
  File "/anaconda3/lib/python3.6/site-packages/tensorflow_core/python/keras/backend.py", line 534, in _scratch_graph
    yield graph
  File "/anaconda3/lib/python3.6/site-packages/tensorflow_core/python/keras/backend.py", line 3670, in __init__
    base_graph=source_graph)
  File "/anaconda3/lib/python3.6/site-packages/tensorflow_core/python/eager/lift_to_graph.py", line 249, in lift_to_graph
    visited_ops = set([x.op for x in sources])
  File "/anaconda3/lib/python3.6/site-packages/tensorflow_core/python/eager/lift_to_graph.py", line 249, in <listcomp>
    visited_ops = set([x.op for x in sources])
AttributeError: 'int' object has no attribute 'op'

回溯（最近一次呼叫最后一次）：
文件“/anaconda3/lib/python3.6/contextlib.py”，第99行，在退出时__
self.gen.throw（类型、值、回溯）
文件“/anaconda3/lib/python3.6/site packages/tensorflow\u core/python/keras/backend.py”，第534行，在图中
产量图
文件“/anaconda3/lib/python3.6/site packages/tensorflow_core/python/keras/backend.py”，第3670行，在u init中__
基本图=源图）
文件“/anaconda3/lib/python3.6/site packages/tensorflow_core/python/eager/lift_to_graph.py”，lift_to_图中第249行
已访问的_ops=set（[x.op代表源中的x]）
文件“/anaconda3/lib/python3.6/site packages/tensorflow_core/python/eager/lift_to_graph.py”，第249行，在
已访问的_ops=set（[x.op代表源中的x]）
AttributeError:“int”对象没有属性“op”

如果我不包括

K.learning_phase（）

，那么代码工作得很好，但我需要确保在没有噪声污染的输入上评估隐藏层的输出（即在“测试”模式——而不是“训练”模式）

---

我知道我的另一个选择是从原始的去噪自动编码器创建一个模型，但是有人能告诉我为什么我从官方记录的functor创建方法失败了吗？

首先，确保您的包是最新的，因为您的脚本对我来说很好。其次，

encoder

将无法获得输出-在

之后继续从您的代码片段中执行\35;以下是拟合过程…

x=np.random.randn（32,10）#玩具数据
y=np.random.randn（32,10）#玩具标签
dae.fit（x，y）#运行一次迭代
编码器=K.函数（[dae.input，K.learning_phase（）]，[dae.get_layer（“hidden”）.output]）
输出=[encoder（[x，int（False）]][0][0]#[0][0]以索引到len 1的嵌套列表中
打印（输出.形状）
# (32, 80)

但是，从Tensorflow 2.0.0-rc2开始，这将无法在启用紧急执行的情况下工作-通过以下方式禁用：

tf.compat.v1.disable_eager_execution()

---

如果您共享完整的模型代码，或者共享最小版本的模型代码，以获得可重复性最低的示例，这会有所帮助。另外，如果使用

tensorflow.keras.backend

，为了兼容性，请确保所有层都来自

tensorflow.keras

，而不是

keras

reasons@OverLordGoldDragon我添加了一个简单的代码片段，在构建

编码器时失败。奇怪，我没有错误-您的包是最新的吗？另外，
encoder
不会得到输出，但我在回答中包含了一个完整的脚本，可以得到输出。如果不起作用，请告诉我。（另外，如果还没有使用，我强烈建议您使用python包，因为它可以确保没有冲突）很不幸，但这只适用于tensorflow 1.14（稳定版本）的环境。我通过Anaconda升级了我的所有软件包，但我没有找到一种方法来使用tensorflow 2.0.0-rc2的
conda安装。因此，我不得不为TF2使用
pip安装
。@YoungMin这就是为什么我要传递beta，尤其是像TF这样的大型产品，即使在测试版之外也几乎没有bug。提高兼容性的一种方法是，将TF2安装放在TF1所在的Anaconda文件夹中—然后运行
conda update--all
—我自己做过一次，成功了（但没有承诺；备份正在工作的conda环境以防万一）。最后，尝试传入
int（0）
而不是
K。learning_phase（）
@YoungMin同样，我只是查看了源代码，并更改了一个相关函数：
function（）
，用于计算
function（）
；相反，它现在是从
tensorflow.python.keras.backend
as
tf\u keras\u backend
导入的，并最终通过
执行函数
类运行，该类由错误跟踪指向；看起来，
int（0）
实际上可能更糟，因为
.op
的计算结果必须是某种程度的valid@YoungMin这些线现在更近了，但仍然断开-请注意，您的3670线是master的。现在，你有没有试着不急着运行它？“渴望”不会使您更容易看到所使用代码的输出，而且它可能是错误的根源。如果禁用它不起作用，请在本地打开，并在那里添加
print（sources）
——然后重新运行所有内容并查看输出是的，它在没有急切执行的情况下工作了！谢谢@OverLordGoldDragon！