python如何增加隐藏层_如何得到神经网络每一个隐藏层的激活值

我有一个ANN模型，我试图得到所有隐藏层的激活值。我用一个90维矩阵训练网络，我有1个隐藏层，这是150维。我的模型结构是一个90维的输入层，一个150维的隐藏层和一个90维的输出层。我已经对数据进行了训练和测试。之后，我使用.predict()函数使用测试数据集预测输出。我输入预测的输出作为下一个输入，以此类推。现在我想得到predict函数的隐藏层的激活值。我使用以下代码来实现它，但它不起作用：write_predict_data = pd.ExcelWriter("/home/workstation/ANN/prediction_data_2.xlsx",engine="xlsxwriter")

write_activations_data = pd.ExcelWriter("/home/rianzaman/Downloads/activition_of_hidden_node_2.xlsx",engine="xlsxwriter")

for i in range(0, 200):

print("Predicting ...",)

next_prediction = my_model.predict(X_test, 1,)

output_file_data = pd.DataFrame(next_prediction)

output_file_data.to_excel(write_predict_data, sheet_name='Sheet1')

#To get activation

get_activations = theano.function([my_model.layers[0].input], my_model.layers[1].get_output(train=False),

allow_input_downcast=True)

activations = get_activations(next_prediction)

output_file_data_activation = pd.DataFrame(activations)

output_file_data_activation.to_excel(write_activations_data, sheet_name='Sheet1')

X_test = next_prediction

write_predict_data.save()

当我运行代码时，我得到了一个90维的输出，基本上我认为是输出层数据集。

谁能告诉我密码有什么问题吗？在