我有一个Keras回调，它从特定的Keras层中获取值，如下所示：

def run(self, fetches, next_batch):    """使用初始化时传入的验证数据运行fetches。"""    input_data, target_data = self.sess.run(next_batch)    feed_dict = {self.model.inputs[0]: input_data,                 self.model._targets[0]: target_data}    result = self.sess.run(fetches=fetches, feed_dict=feed_dict)    return result

next_batch 在tf1中是一个Dataset.make_one_shot_iterator.get_next()调用。我已经用next(iter(ds))替换了它。这部分工作正常。

然而，我无法弄清楚如何重写sess.run()调用。我想从’fetches’张量中获取输出，但它们的输入是模型中更高层的其他张量。我知道哪些张量是我的输入张量，但我该如何将数据传递给它们，并从后续层的张量中获取我想要的输出呢？

我阅读了关于这个主题的转换文档，但它实在是太简略且无助。我在stackoverflow上也没能找到更多信息。

回答：

可以从模型中以这种方式获取特定层的输出

#获取layer1的输出out1 = model.get_layer(layer1_name).output#获取layer2的输出out2 = model.get_layer(layer2_name).output#创建一个新的模型，其输出为这些层的输出MyModel = Model(inputs=model.input,outputs=[out1,out2])

现在您可以这样传递值

#调用模型mymodel = MyModel()#传递您的输入outputs = mymodel(inputs)

请记住，outputs 是包含两个输出的数组，可以通过以下方式获取

output1 = outputs[0]output2 = outputs[1]