如何解决如何获得Keras中单个神经元的输出?
我正在使用神经网络在Keras中进行一些多标签分类。我有六个标签,分别是标签1,标签2,标签3,标签4,标签5和标签6。在我的训练和测试集(CSV文件)中,我也保持此顺序,即最后6列是二进制值标签1,标签2,标签3,标签4,标签5和标签6的标签:
因此,我的输出层使用Binary_crossentropy损失包含6个神经元。
如何从Keras模型中获取与标签1或标签2或任意标签相对应的神经元输出?
num_neuron = 40
model = Sequential()
model.add(Dense(num_neuron,input_shape=(input_size,)))
model.add(Batchnormalization())
model.add(Dense(num_neuron,kernel_initializer="he_normal"))
model.add(Batchnormalization())
model.add(Activation("relu"))
model.add(Dense(6,activation='sigmoid',kernel_initializer="he_normal"))
model.compile(loss='binary_crossentropy',optimizer='nadam',metrics=['accuracy'])
请帮助我,非常感谢!
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。