训练完成后如何输出LSTM层的3个序列及相关代码疑问

嗨，我来帮你搞定这两个关于LSTM输出的问题～

1. 训练完成后如何打印LSTM层的输出？ #

有两种简单好用的方法可以获取训练后LSTM层的输出，我结合你的代码来演示：

方法一：构建一个输出提取模型 #

你可以基于原模型的输入和LSTM层的输出，创建一个新的小模型，直接用它来获取LSTM的输出结果：

# 假设原模型已经完成训练
# 先获取LSTM层，这里如果你的LSTM没命名，可以用model.layers[1]（输入层是第0层）
# 或者定义LSTM时加上name参数：lstm = LSTM(3, return_sequences=True, name='my_lstm')(inputs)
lstm_layer = model.get_layer('my_lstm')
# 创建新模型，输入是原模型的输入，输出是LSTM层的输出
lstm_extractor = Model(inputs=model.input, outputs=lstm_layer.output)
# 用你的输入数据x来生成LSTM的输出
lstm_output = lstm_extractor.predict(x)
# 打印输出，它的形状是(样本数量, 100, 3)——对应你的序列长度100，LSTM单元数3
print(lstm_output)

方法二：用Keras后端函数直接计算 #

如果你不想额外建模型，也可以用Keras的后端函数直接计算LSTM层的输出：

from keras import backend as K

# 定义一个函数，输入是模型的输入张量，输出是LSTM层的输出张量
get_lstm_out = K.function([model.input], [model.get_layer('my_lstm').output])
# 传入输入数据x，得到LSTM的输出
lstm_output = get_lstm_out([x])[0]
print(lstm_output)

2. 如何输出LSTM层的3个序列？ #

你的LSTM设置了units=3，且return_sequences=True，这意味着每个时间步都会输出一个3维向量，整个输出的形状是(样本数, 100, 3)——其中最后一维的3个元素，就是3个LSTM单元各自在当前时间步的输出。

要提取这3个完整的序列（每个单元在所有100个时间步上的输出），只需要对LSTM的输出做索引即可：

# 先获取LSTM的输出（用上面两种方法中的任意一种）
lstm_output = lstm_extractor.predict(x)

# 提取第1个单元的序列（索引从0开始）
seq_1 = lstm_output[:, :, 0]
# 提取第2个单元的序列
seq_2 = lstm_output[:, :, 1]
# 提取第3个单元的序列
seq_3 = lstm_output[:, :, 2]

# 打印这三个序列，每个的形状是(样本数, 100)
print("第一个LSTM单元的输出序列：", seq_1)
print("第二个LSTM单元的输出序列：", seq_2)
print("第三个LSTM单元的输出序列：", seq_3)

另外你提到的未完成代码outputs = TimeDistri...，补全为outputs = TimeDistributed(Dense(1))(lstm)就好，和你第一个模型的写法一致，这个不影响你提取LSTM层的输出哦。

内容的提问来源于stack exchange，提问作者JM Zhou