Python 如何获得中间层的输出（特征提取）？

我想提取光学图像的特征并将其保存到numpy阵列中。我见过类似的问题，也可以在这里看到：，但不知道如何去做。

Keras文档确实详细说明了如何去做。如果您已经定义了您的模型

model\u full

，您可以创建另一个模型，它只是其中的一部分-从输入层到您感兴趣的层

model_part = Model(
  inputs=model_full.input,
  outputs=model_full.get_layer("intermed_layer").output)

然后，您应该能够使用以下方法从中间层获得输出：

intermed_output = model_part(data)

为了做到这一点，您只需要定义一个

model\u full

，我假设您已经定义了

第二种方法 您还可以使用内置的Keras函数，我想您也已经在文档中看到了。一开始它可能看起来有点复杂，但它只是创建了一个具有绑定值的函数，即

from keras import backend as K

get_3rd_layer_output = K.function(
  [model.layers[0].input], # param 1 will be treated as layer[0].output
  [model.layers[3].output]) # and this function will return output from 3rd layer

# here X is param 1 (input) and the function returns output from layers[3]
output = get_3rd_layer_output([X])[0]

---

显然，必须再次定义

模型

。不确定除此之外是否还有其他要求。

这些示例的具体问题是什么？我猜是使用relu模型从jpg中提取特征，然后将它们保存到numpy数组中