cnn 特徴マップの可視化

Question

model = tf.keras.models.Sequential()
model.add( tf.keras.layers.Reshape((28, 28, 1), input_shape=(28, 28)) ) 
model.add( tf.keras.layers.Conv2D(8, (5, 5), padding='same', activation='relu' ))
model.add( tf.keras.layers.Conv2D(8, (5, 5), padding='same', activation='relu' ))
model.add( tf.keras.layers.MaxPooling2D(pool_size=(2,2)) ) 
model.add( tf.keras.layers.Flatten() )   
model.add( tf.keras.layers.Dense(2, activation='softmax') )
model.compile(optimizer='adam',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
model.fit(x_train, y_train, batch_size=256, epochs=10)
loss, accuracy = model.evaluate(X_test,  Y_test, verbose=0)
predictions = model.predict(X_test)

コード

layer_outputs = [layer.output for layer in model.layers[1:3]]
activation_model = Model(inputs=model.input, outputs=layer_outputs)
activation_model.summary()

activations = activation_model.predict(X_test)
im=activations[0,:,:,0]
print(im)

```
```
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-174-e5532a1630cb> in <module>
      6 activations = activation_model.predict(X_test)
      7 
----> 8 im=activations[0,:,:,0]
      9 print(im)

TypeError: list indices must be integers or slices, not tuple
```

上記のコードで自作したcnnモデルの畳み込み処理後の特徴マップを見たいと思い，
下記コードで中間層だけのモデルを構築し，特徴マップを可視化しようとしました。
layer_outputs = [layer.output for layer in model.layers[1:3]]の部分の3→2にすれば，
畳み込み1層目の部分までの中間層のモデルが構築でき，
畳み込み1層目後の特徴マップを可視化することができるのですが，
上記のコードで畳み込み2層目後の特徴マップを取得したいと考えております。
どなたかよろしくお願い致します。

ちなみに下のコードが畳み込み1層目後の特徴マップの可視化です。
```
from tensorflow.keras.models import Model
layer_outputs = [layer.output for layer in model.layers[1:2]]

activation_model = Model(inputs=model.input, outputs=layer_outputs)
activations = activation_model.predict(X_test)

print(activations.shape)

結果
(867, 28, 28, 8)
コード
```

Answer 1

activationsの中身が想定していた内容と違った。
しっかり中身を全表示して確認する。