如何打印Keras LSTM设置return_state=True后的隐藏与细胞状态？

其实很简单，你已经通过return_state=True拿到了state_h和state_c这两个张量，接下来只需要把它们整合到模型的输出里，或者单独构建能输出这两个状态的模型，喂入数据后就能直接打印啦。

我给你一个完整的可运行示例：

from tensorflow.keras.models import Model
from tensorflow.keras.layers import Input, LSTM
import numpy as np

# 你的原始代码部分
inputs1 = Input(shape=(3, 1))
lstm1, state_h, state_c = LSTM(1, return_state=True)(inputs1)

# 构建包含所有输出的模型：LSTM输出、隐藏状态、细胞状态
model = Model(inputs=inputs1, outputs=[lstm1, state_h, state_c])

# 生成一组测试输入数据（1个样本，时间步长3，特征数1）
test_input = np.array([[[0.1], [0.2], [0.3]]])

# 运行模型，获取三个输出结果
lstm_output, h_state, c_state = model.predict(test_input)

# 打印状态值
print("LSTM输出结果：", lstm_output)
print("隐藏状态（state_h）：", h_state)
print("细胞状态（state_c）：", c_state)

关键点说明： #

• state_h和state_c是模型的中间输出张量，必须通过Model类把它们指定为模型输出，才能在预测时拿到具体数值。
• 如果只关心状态，也可以简化模型输出：model = Model(inputs=inputs1, outputs=[state_h, state_c])，这样预测后直接得到两个状态值。
• 测试数据的形状必须和Input定义的(3,1)匹配，也就是(样本数, 时间步长, 特征数)，这里用1个样本做测试示例。

要是你想在训练过程中查看状态，可以自定义回调函数来获取，但如果只是快速验证，上面的预测方式最直接。

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