我们已经知道可以从以下代码中获取每层的输出：

def get_layer(model,x):    from keras import backend as K    get_3rd_layer_output = K.function([model.layers[0].input],                                      [model.layers[2].output])    layer_output = get_3rd_layer_output([x])[0]    print(layer_output.shape)    return layer_output

LSTM模型的训练过程如下：

history = model.fit(X_train, y_train, batch_size=batch_size,verbose=1, nb_epoch=10,validation_data=(X_test,y_test))

但是，如何在10个epoch中获取模型最后一层的输出呢？

回答：

你可以创建一个自定义回调（查看文档）并将其传递到fit方法的回调列表中。

示例：

from keras.callbacks import Callbackclass LogThirdLayerOutput(Callback):    def on_epoch_end(self, epoch, logs=None):        layer_output = get_3rd_layer_output(self.validation_data)[0]        print(layer_output.shape)

在训练模型时：

history = model.fit(X_train, y_train, batch_size=batch_size, verbose=1, nb_epoch=10, validation_data=(X_test,y_test), callbacks=[LogThirdLayerOutput()])

如果你不想在单独的类中创建回调，你也可以使用Lambda回调。