Tensorflow 如何在Keras中的一批数据上同时获得损耗和模型输出？

我正在使用Keras w/Tensorflow后端来训练NN

我使用

train\u on\u batch

进行培训，它返回给定批次的损失。如何获得该批次的输出分类？（我想对输出进行一些可视化）

为此，我目前再次调用

predict

，以获得模型输出，但这是多余的，因为批上的列已经通过了输入批“forward”

在Caffe中，当图像被转发时，中间层输出保持存储在net.blobs中，但在Keras/Tensorflow中，如果我们想要获得中间输出，我们必须为我们想要在CPU上访问的每个中间输出重新运行计算图，如前所述。是否有一种方法可以访问多个/所有中间层的输出，而无需重新运行每个中间层的图形

---

我不介意使用特定于tensorflow的解决方法。

如果使用函数API，这很好

如果您使用函数API，这很好

除了@Mohamedez的答案之外，您还可以创建一个自定义回调，该回调可以执行培训过程中所需的操作。他们有一些方法可以运行你的代码onEpochEnd、onEpochStart、OnTrainingd等等。。。

---

通过这种方式，您可以保留批处理。

除了@Mohamedez的答案之外，您还可以创建一个自定义回调，该回调可以执行培训过程中所需的操作。他们有一些方法可以运行你的代码onEpochEnd、onEpochStart、OnTrainingd等等。。。

---

这样可以保留批次。

此操作返回中间输出，但不返回损失，也不更新权重。此操作返回中间输出，但不返回损失，也不更新权重。