keras计算指定层的输出

import keras

model = keras.models.Sequential([
    keras.layers.Dense(4, activation='relu', input_dim=1, name='layer1', kernel_initializer='one'),
    keras.layers.Dense(1, activation='sigmoid', name='layer2')
])
model.compile(optimizer='adam', loss='mse')
model.summary()

input = [0, 2, 4, 8]
print(keras.models.Model(inputs=model.inputs, outputs=model.get_layer('layer1').output).predict(input))
print(keras.models.Model(inputs=model.inputs, outputs=model.get_layer('layer2').output).predict(input))

　　

在做迁移学习的时候，对于不需要训练的层，可以设置trainable=False，但是不训练的层，还是需要做计算，每次做训练，都需要对数据进行重复的计算，会浪费机器的性能

可以在训练前，计算出数据冻结层的最终输出，来提高训练效率