Python-深度学习-学习笔记（21）：如何查看keras前向传播中某一层输出结果
keras是一个高度封装的语言，使用它搭建的网络相当于一个汉堡包结构，即只需设计网络层数，以及各层网络中的参数便可得到一个网络模型。
搭建好网络之后只需要 model.fit 即可进行正反向传播，训练网络。
但是如何获取中间的输出结果呢？
例如我们想获得前向传播后的第一层卷积层（conv1d_1）输出的结果：
（1）首先要先将训练好的模型进行保存：
#模型保存
model.save('pathname')
（2）加载模型：
#模型加载
from keras.models import load_model
model = load_model('pathname')
（3）获取某层前向输出结果
from keras.models import Model
#生成函数模型
intermediate_layer_model = Model(inputs=model.input,outputs=model.get_layer('conv1d_1').output)
#导出中间结果
conv1d_1=intermediate_layer_model.predict(data)
此处get_layer后输入要查看的层名称：conv1d_1。
predict后面输入要用于前向传播的数据：data。可以是一个数据也可以是一个数据集，只不过最后返回的结果有区别。
这样即可查看conv1d_1层前向输出的结果。
