各位大神您好，我是CNN的新手，目前正在使用Python.Keras研究CNN中，現在想要將卷積層中的filters在每一次迭代結束後放入矩陣中。
目前卷積層有3層，目標是將每次迭代訓練完中的第三層filters給取出來，例如我迭待總次數為10次，我第三層的filters=16，在第一次訓練結束時，我的矩陣會有1乘16的數值出現，當我迭代10次結束後，我會有10乘16的矩陣出現，裡面皆為我已經訓練完成的第三層卷積層的權值(並且皆以數值化表示)，想請教各位大神，請問我應該在卷積層下方加入甚麼程式才可行。

input1 = Input(shape=(1,1600,1))
conv_layer1 = Conv2D(filters=con_0,kernel_size=(3,3),padding='same',activation='relu')(input1)
max_layer1 = MaxPooling2D(pool_size=(2,2), padding='same')(conv_layer1)
D_layer=(Dropout(0.2))(max_layer1)

conv_layer2 = Conv2D(filters=con_0,kernel_size=(3,3),padding='same',activation='relu')(D_layer)
max_layer2 = MaxPooling2D(pool_size=(2,2), padding='same')(conv_layer2)
D_layer1=(Dropout(0.2))(max_layer2)

conv_layer3 = Conv2D(filters=con_0,kernel_size=(3,3),padding='same',activation='relu')(D_layer1)
max_layer3 = MaxPooling2D(pool_size=(2,2), padding='same')(conv_layer3)
D_layer2=(Dropout(0.2))(max_layer3)