Python 如何从加载的keras模型中获取更多信息？

目前我正在优化我用keras训练的神经网络。为此，在层中使用了几个激活函数，我使用

model.save（）

自动保存模型并进行评估

不幸的是，我忘记了最佳网络的确切设置，但是如何从keras中重新创建所有网络信息？当然，我使用

model.load（）

，还有一个有用的

model.summary（）

。但是我如何获得所使用的激活函数

model.summary（）

仅提供有关网络体系结构本身的信息：

_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
...                             ...                     ...
_________________________________________________________________
dense (Dense)                (None, 64)                288064    
_________________________________________________________________
dense_1 (Dense)              (None, 128)               8320      
=================================================================
Total params: 586,408
Trainable params: 586,408
Non-trainable params: 0
_________________________________________________________________

---

您可以使用

model.layers[id].get_config（）

，其中id是层的索引。

您可以使用

model.layers

获取读取层，然后使用它查找权重或激活函数。比如说

act\u fncs=[l.model.layers中l的激活]