开启eager执行时如何获取KerasTensor的值转为numpy数组查看模型层输出

cnn.layers[0].output是Keras构建计算图时生成的符号型KerasTensor对象，仅代表张量的计算逻辑，不存储实际运行产生的数值，因此没有numpy()方法，也无法用K.eval()直接取值。

方法1：构建中间层提取模型（最常用） #

基于原模型的输入和目标层的输出新建一个临时提取模型，传入输入数据直接推理就能拿到对应层的实际输出值：

import numpy
import tensorflow.keras.models as models
import tensorflow.keras.layers as layers

cnn = models.Sequential([
    layers.Conv2D(filters=64, kernel_size=3, activation='relu',
                  kernel_initializer='he_uniform', padding='same',
                  input_shape=(32,32,3))],
    name='cnn')

# 构建提取指定层输出的模型
extract_model = models.Model(inputs=cnn.input, outputs=cnn.layers[0].output)
# 传入输入数据推理，拿到实际输出张量
layer_output_tensor = extract_model(numpy.random.random((1,32,32,3)))
# 转numpy数组
layer_output_np = layer_output_tensor.numpy()
print(layer_output_np)

方法2：使用backend.function直接构造取值函数 #

如果不需要复用中间模型，也可以直接用Keras后端构造取值函数，调用后直接返回numpy数组：

from keras import backend as K

get_layer0_output = K.function([cnn.input], [cnn.layers[0].output])
# 传入输入数据直接拿到numpy格式的层输出
layer_output_np = get_layer0_output([numpy.random.random((1,32,32,3))])[0]
print(layer_output_np)

eager执行模式下仅实际运行产生的EagerTensor对象可以调用.numpy()方法转numpy数组，静态计算图中的符号张量无法直接取值。

内容的提问来源于stack exchange，提问作者leet