如何提取全连接自编码器第三层ReLU输出32维隐藏向量作为图像表征

你已经在模型定义中将3层编码网络封装为独立的encoder子模块，训练完成后直接调用该子模块即可得到所需的32维特征，无需修改现有模型结构，操作步骤如下：

1. 预处理输入数据 #

保证数据预处理逻辑和训练自编码器时完全对齐，以Fashion MNIST为例，常规预处理代码如下：

import numpy as np
from tensorflow.keras.datasets import fashion_mnist

# 加载数据集
(x_train, y_train), (x_test, y_test) = fashion_mnist.load_data()
# 归一化+展平为784维，和训练自编码器的输入格式保持一致
x_train = x_train.astype("float32") / 255.0
x_train = x_train.reshape((-1, 784))
x_test = x_test.astype("float32") / 255.0
x_test = x_test.reshape((-1, 784))

2. 提取32维特征 #

直接调用autoencoder.encoder即可输出所有样本的32维隐藏向量：

# 提取训练集特征，转为numpy格式方便后续SVM训练
train_features = autoencoder.encoder(x_train).numpy()
# 提取测试集特征
test_features = autoencoder.encoder(x_test).numpy()

此时train_features的形状为(60000, 32)，每一行对应一张训练图像的32维表征，完全符合你的需求。

3. 训练线性SVM示例 #

提取到特征后直接调用sklearn的LinearSVC即可完成训练：

from sklearn.svm import LinearSVC
from sklearn.metrics import accuracy_score

# 初始化分类器
svm = LinearSVC(random_state=42, max_iter=1000)
# 用32维特征训练
svm.fit(train_features, y_train)
# 测试集评估效果
y_pred = svm.predict(test_features)
print(f"测试集分类准确率：{accuracy_score(y_test, y_pred):.4f}")

注意事项 #

• 如果数据集太大内存不足，可以分批次输入到encoder中提取特征，再将多批特征拼接为完整矩阵
• 如果你后续修改了模型结构、没有单独封装encoder模块，也可以通过autoencoder.encoder.get_layer(index=2).output的方式指定获取第三层编码器的输出，当前场景下直接调用encoder是最简便的方案

内容的提问来源于stack exchange，提问作者Sourodip Kundu