大家我是python和machine learning 新手 如果我想要直接用keras中的relu和softmax函数 而不是在layer中的话该怎麽做呢 以下是我的训练model model = keras.Sequential([ keras.layers.Flatten(input_shape=(14,14)), keras.layers.Dense(196, activation=tf.nn.relu), keras.layers.Dense(10, activation=tf.nn.softmax) ]) model.compile(optimizer=tf.train.AdamOptimizer(), loss='sparse_categorical_crossentropy', metrics=['accuracy']) model.fit(new_train_images, train_labels, epochs=5) predictions = model.predict(new_test_images) weights0 = model.layers[1].get_weights() 再来是我的问题 xx = keras.activations.softmax( keras.activations.relu( np.dot(np.array(fnew_test_images),np.array(weights0[0]))+ np.reshape(weights0[1],[1,196]))) fnew_test_images是new_test_images flatten後的结果，是10000个196*1的array 我希望xx能够使用从model里第一层的weights，经过relu运算 样式能和fnew_test_images一样 总而言之想取出最後一层的input 但现在xx的印出结果是 <tf.Tensor 'Relu_5:0' shape=(10000, 196) dtype=float32> 请问有什麽方法可以修正 或者有方式可以让我从model里直接取出input吗 感谢！ --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 4.30.124.170 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Python/M.1543192772.A.084.html ※ 编辑: chinsun (4.30.124.170), 11/26/2018 08:40:50 ※ 编辑: chinsun (4.30.124.170), 11/26/2018 08:41:53 ※ 编辑: chinsun (4.30.124.170), 11/26/2018 08:43:07