来自Theano表达式的梯度,用于Keras中的滤波器可视化

对于ConvNet,找到最大化单个转换活动的范数有界输入会很有趣.过滤器可视化过滤器.我想在深度学习包Keras中做到这一点.这可以使用黑盒优化算法和FAQ中的代码来完成.

# with a Sequential model
get_3rd_layer_output = theano.function([model.layers[0].input],
                                       model.layers[3].get_output(train=False))
layer_output = get_3rd_layer_output(X)

但是,如果我有渐变,这将是一个非常容易的优化任务.如何从Theano表达式中提取渐变并将其输入到Python优化库(如Scipy)中？