fit
の後にsklearnのMLPClassifier
を使用して、ニューラルネットワークの最終非表示アクティベーションレイヤ出力でいくつかのテストを行いたいとします。 Iラベルy_train
およびサイズ(300,100)
SklearnのMLPClassifierからの最後の非表示アクティベーションレイヤの出力を取得します。
clf = MLPClassifier(hidden_layer_sizes=(300,100))
clf.fit(X_train,y_train)
二隠れ層とX_train
データを仮定して、分類器を作成する場合、例えば
、私は、最終的な隠されたアクティベーションを取得するために、何らかの形で機能を呼び出すことができるようにしたいと思い追加テストに使用する長さが100
の2層ベクトルです。テストを想定し
がX_test, y_test
を設定し、通常の予測は次のようになります。
preds = clf.predict(X_test)
しかし、私のような何かをしたいと思います。そのようget_weights
など
activation_layers_for_all_X_test = clf.get_final_activation_output(X_test)
機能を存在するが、それは唯一役立つだろう私はレイヤごとに変換を自分で行うのではなく、最終的な隠れ層のこれらの最終的な隠れ層活性化出力を取得する別の方法がありますか?一例としてこの図を見ると
:私はたい
出力Out Layer
、最終的な隠れ層から、すなわち、最終的な活性化された出力です。
'predict_proba'をお探しですか?それが私が理解しているように、それは最終的な層の活性化です。 – ncfirth
@ncfirth 'predict_proba'は実際の隠されたアクティベーション層の出力ではなく' softmax'の出力です。最後の隠れ層出力は 'softmax'最終層出力に与えられます。基本的には、そのポイントの前に隠れたレイヤーの出力が必要です。私はちょうど私がこれをうまく説明していないかもしれないことに気づいた私はその問題を解決しようとします。 –
ああ、それはsklearnの機能がないように見える。私の答えを見てください。 – ncfirth