Keras功能（K.function）不与RNN一起使用（提供的代码）

Question

我试图在Keras上看到每个层的输出，但我无法找到正确的代码，所以我做了一个简单的代码，我被困在了。

问题：如何在整个层中存在RNN层的每层输出？

您可以在下面的代码中看到我试图看到的内容。

这是有效的测试代码（1）：

seq_length = 3
latent_dim = 2
inputs = Input(shape=(seq_length, latent_dim))
outputs = Dense(5)(inputs)
outputs = Flatten()(outputs)

model = Model(inputs=inputs, outputs=outputs)
model.compile(optimizer='rmsprop', loss='mse')
print(model.summary())

要查看每个图层的输出（2）：

layer_outputs = list()
for idx, l in enumerate(model.layers):
    if idx == 0:
        continue
    layer_outputs.append(l.output)
get_3rd_layer_output = K.function([model.layers[0].input],
                                  layer_outputs)
layer_output = get_3rd_layer_output([enc_input])
print('')
for l_output in layer_output:
    print(l_output[0][0])
    print('')

那么输出就像是

[ 4.172303 -2.248884 1.397713 3.2669916 2.5788064]

4.172303

但是，如果我尝试使用下面使用RNN的代码测试与（2）相同的逻辑：

seq_length = 3
latent_dim = 2
inputs = Input(shape=(seq_length, latent_dim))
outputs, last_output = GRU(latent_dim, return_state=True, return_sequences=True)(inputs)

model = Model(inputs=inputs, outputs=outputs)
model.compile(optimizer='rmsprop', loss='mse')
print(model.summary())

并用（2）测试它会发出如下：

-------------------------------------------------- ------------------------- TypeError中的TypeError Traceback（最近调用最后一次调用）5 layer_outputs.append（l.output）6 get_3rd_layer_output = K.function（ [model.layers [0] .input]，----> 7 layer_outputs）8 layer_output = get_3rd_layer_output（[enc_input]）9 print（''）

d：\ igs_projects \ nlp_nlu \ venv \ lib \ site-packages \ keras \ backend \ tensorflow_backend.py in function（输入，输出，更新，** kwargs）2742 msg ='无效参数“％s”传递给K.function，TensorFlow后端'％key 2743 raise ValueError（msg） - > 2744 return函数（输入，输出，更新=更新，** kwargs）2745 2746

初始化中的d：\ igs_projects \ nlp_nlu \ venv \ lib \ site-packages \ keras \ backend \ tensorflow_backend.py（自我，输入，输出，更新，名称，** session_kwargs） 2544 self.inputs = list（inputs）2545 self.outputs = list（outputs） - > 2546 with tf.control_dependencies（self.outputs）：2547 updates_ops = [] 2548 for update in updates：

control_dependencies（control_inputs）中的d：\ igs_projects \ nlp_nlu \ venv \ lib \ site-packages \ tensorflow \ python \ framework \ ops.py 5002 return _NullContextmanager（）5003 else： - > 5004 return get_default_graph（）。control_dependencies（control_inputs）5005 5006

d：\ igs_projects \ nlp_nlu \ venv \ lib \ site \ packages \ tensorflow \ python \ framework \ ops.py in control_dependencies（self，control_inputs）4541 if isinstance（c，IndexedSlices）：4542 c = c.op - > 4543 c = self.as_graph_element（c）4544 if isinstance（c，Tensor）：4545 c = c.op

d：\ igs_projects \ nlp_nlu \ venv \ lib \ site \ packages \ tensorflow \ python \ framework \ ops.py in as_graph_element（self，obj，allow_tensor，allow_operation）3488 3489 with self._lock： - > 3490 return self._as_graph_element_locked（ obj，allow_tensor，allow_operation）3491 3492 def _as_graph_element_locked（self，obj，allow_tensor，allow_operation）：

d：\ igs_projects \ nlp_nlu \ venv \ lib \ site-packages \ tensorflow \ python \ framework \ ops.py in _as_graph_element_locked（self，obj，allow_tensor，allow_operation）3577＃我们放弃了！ 3578引发TypeError（“无法将％s转换为％s。”％（type（obj）.name， - > 3579 types_str））3580 3581 def get_operations（self）：

TypeError：无法将列表转换为Tensor或Operation。