我想用神經網絡最後的隱藏激活圖層輸出做一些測試,使用sklearn的MLPClassifier
在fit
之後查看數據。從sklearn的MLPClassifier檢索最終隱藏的激活圖層輸出
例如,如果我創建一個分類,假設數據X_train
用標籤y_train
和大小(300,100)
clf = MLPClassifier(hidden_layer_sizes=(300,100))
clf.fit(X_train,y_train)
的兩個隱含層我希望能夠以某種方式調用一個函數來獲取最終的隱藏激活用於附加測試的長度爲100
的圖層矢量。
假設測試集X_test, y_test
,正常的預測是:
preds = clf.predict(X_test)
不過,我想這樣做:
activation_layers_for_all_X_test = clf.get_final_activation_output(X_test)
功能如get_weights
存在,但是這隻會幫助我在每層的基礎上。由於缺乏自己的轉換,是否有另一種方法來檢索最終隱藏層的最終隱藏層激活輸出?
看該圖作爲一個例子:
我想輸出是Out Layer
,即從最終隱藏層激活輸出最終。
您是否在尋找'predict_proba'?根據我的理解,這是最終的圖層激活。 – ncfirth
@ncfirth'predict_proba'是'softmax'的輸出,而不是實際隱藏的激活層輸出。最終的隱藏層輸出被賦予一個'softmax'最終圖層輸出。基本上我想在那之前隱藏層輸出。我剛剛意識到我可能沒有解釋得很好。我會盡力解決這個問題。 –
好的,它看起來沒有sklearn中的函數。看到我的回答,剛來 – ncfirth