PythonのKerasを用いたオートエンコーダでの中間層からの特徴量抽出

Question

kerasのオートエンコーダを用いて特徴量抽出を行いたいと考えています。

from keras.layers import Input, Dense
from keras.models import Model
from keras.datasets import mnist
import numpy as np

encoding_dim = 32
input_img = Input(shape=(784,))
encoded = Dense(encoding_dim, activation='relu')(input_img)
decoded = Dense(784, activation='sigmoid')(encoded)
autoencoder = Model(input=input_img, output=decoded)

autoencoder.compile(optimizer='adadelta', loss='binary_crossentropy')

(x_train, _), (x_test, _) = mnist.load_data()
x_train = x_train.astype('float32') / 255.
x_test = x_test.astype('float32') / 255.
x_train = x_train.reshape((len(x_train), np.prod(x_train.shape[1:])))
x_test = x_test.reshape((len(x_test), np.prod(x_test.shape[1:])))

autoencoder.fit(x_train, x_train,
                nb_epoch=50,
                batch_size=256,
                shuffle=True,
                validation_data=(x_test, x_test))

以上のようなコードで、32次元に圧縮した時の中間層から特徴量として値を抽出したいと考えているのですがどのようにしたら抽出できるのでしょうか。

よろしくお願いいたします。

Answer 1

おそらくこれでできると思います．
まず，encodedの部分（抽出した部分）にnameを追加します．

encoded = Dense(encoding_dim, activation='relu', name='encoder_layer')(input_img)

AEの学習を行った後，下のようにchokepoint_model（AEの圧縮した部分）のモデルを定義し，get_layer()の中に上で指定したnameを入れます．

chokepoint_model = Model(inputs=model.input, outputs=model.get_layer('encoder_layer').output)

これで，chokepoint_modelに特徴量が入っているのではないかと思います．