Я провожу многоэтапное обучение в Керасе, где я сначала тренирую модель, которая структурирована следующим образом:
inpu=Input(shape=(600,))
additive_layer=Dense(1,use_bias=False,activation="linear")(inpu)
lin_model_func=Model(inputs=inpu,output=additive_layer)
Я тренирую эту модель на некоторых данных, затем я строю следующую вторуюмодель:
non_linear_layer1=Dense(25,activation="relu")(additive_layer)
non_linear_layer2=Dense(25,activation="relu")(non_linear_layer1)
linear_layer=Dense(1,activation="linear")(non_linear_layer2)
non_lin_model=Model(inputs=inpu,outputs=linear_layer)
И обучите его на больше данных.
Что я хотел бы сделать, это выяснить, как подавать значения в non_linear_layer1, как если бы они были входными данными от аддитивного слоя, а именно, я хочу найти связь между выходом одного узла в аддитивномслой и окончательный ввод сетей.Мне не ясно, как это должно быть сделано в Керасе.Т.е. я хотел бы новую сеть с обученными весами из приведенной выше модели (так что больше не нужно тренироваться), которая ожидает одномерный ввод и выводит еще один одномерный вывод.