Tensorflow 如何从keras中的张量对象中获得输出？

我正在使用Keras预先训练好的VGG16模型，我想可视化每一层的输出。但是，layer.output返回一个张量对象-如何将其转换为允许我获得图像输出的东西

model = VGG16(weights='imagenet', include_top=True)
img_path = 'elephant.jpg'
img = image.load_img(img_path, target_size=(224, 224))
x = image.img_to_array(img)
x = np.expand_dims(x, axis=0)
x = preprocess_input(x)

features = model.predict(x)

layer1 = model.layers[1] #I want the output of the second layer
layer1.output  #returns a tensor object

此外，当我尝试访问特定节点的输出时，它会返回一个张量：

layer1.get_output_at(0)

---

非常感谢您的帮助。谢谢。

您需要评估张量，最好是将模型配置为在运行predict时返回张量

e、 g

---

另外，请查看这篇博客文章，其中介绍了一个可能与您尝试的类似的练习：

检查非常感谢您的回答-我只需将input=input（shape=（224224,3））更改为input=model.input，否则会引发错误。希望你不介意我在你的回答中也改变这一点。再次感谢：）

layer_outputs = [layer.output for layer in model.layers]
viz_model = Model(input=model.input, output=layer_outputs)
...
features = viz_model.predict(x)
for feature_map in features:
   ...