1.使用函数模型API，新建一个model，将输入和输出定义为原来的model的输入和想要的那一层的输出，然后重新进行predict.

#coding=utf-8 

import seaborn as sbn 

import pylab as plt 

import theano 

from keras.models import Sequential 

from keras.layers import Dense,Activation 

from keras.models import Model 

model = Sequential() 

model.add(Dense(32, activation='relu', input_dim=100)) 

model.add(Dense(16, activation='relu',name="Dense_1")) 

model.add(Dense(1, activation='sigmoid',name="Dense_2")) 

model.compile(optimizer='rmsprop', 

loss='binary_crossentropy', 

metrics=['accuracy']) 

# Generate dummy data 

import numpy as np 

#假设训练和测试使用同一组数据 

data = np.random.random((1000, 100)) 

labels = np.random.randint(2, size=(1000, 1)) 

# Train the model, iterating on the data in batches of 32 samples 

model.fit(data, labels, epochs=10, batch_size=32) 

#已有的model在load权重过后 

#取某一层的输出为输出新建为model，采用函数模型 

dense1_layer_model = Model(inputs=model.input, 

outputs=model.get_layer('Dense_1').output) 

#以这个model的预测值作为输出 

dense1_output = dense1_layer_model.predict(data) 

print dense1_output.shape 

print dense1_output[0]  `

---

plt打印图片无法显示问题。

import matplotlib.pyplotas plt

plt.imshow(img)

#控制台打印出图像对象的信息，而图像没有显示

解决方法：

#引入pylab解决

import matplotlib.pyplotas plt

import pylab

plt.imshow(img)

pylab.show()

---

python matplotlib.pyplot 显示中文title等参数

# -*- coding: utf-8 -*  

import matplotlib.pyplot as plt  

plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签  

plt.rcParams['axes.unicode_minus']=False #用来正常显示负号  

plt.figure(1)  

plt.plot(x, y)  

plt.xlabel(u'我是横坐标')  

plt.ylabel(u'我是纵坐标')  

plt.show()  

---

参考文献

https://blog.csdn.net/hahajinbu/article/details/77982721

https://blog.csdn.net/alickr/article/details/72804258

https://blog.csdn.net/renjunsong0/article/details/55057173