Ich benutze Keras w/Tensorflow Backend, um ein NN zu trainieren.Wie erhalten Sie Verlust und Modellausgabe auf einmal in Keras?
Ich verwende train_on_batch
für Training, die den Verlust auf die gegebene Charge zurückgibt. Wie bekomme ich auch die Ausgabeklassifizierung für diesen Stapel? (Ich möchte einige Visualisierungen der Ausgabe machen)
Um dies zu tun, mache ich derzeit einen anderen Anruf an predict
, um die Modellausgabe zu erhalten, aber das ist redundant, da train_on_batch den Eingangs-Batch "weiterleiten" bereits bestanden hat.
In Caffe, wenn ein Bild vorwärts weitergeleitet wird, bleiben die Zwischenschichtausgänge in net.blobs gespeichert, aber in Keras/Tensorflow scheint es, dass wenn wir eine Zwischenausgabe erhalten wollen, müssen wir das Berechnungsdiagramm für jedes neu ausführen Zwischenausgang soll auf die CPU zugreifen, wie beschrieben here. Gibt es eine Möglichkeit, auf viele/alle Zwischenebenen-Ausgänge zuzugreifen, ohne das Diagramm für jeden neu zu durchlaufen?
Ich habe nichts gegen eine Tensorflow-spezifische Problemumgehung.
Dies gibt die Zwischenausgabe zurück, gibt jedoch keine Verluste zurück und aktualisiert die Gewichtungen nicht. – MohamedEzz