Keras设置以及获取权重的实现
layer的两个函数:
get_weights(), set_weights(weights)。
详情请参考about-keras-layers。
补充知识:Keras层的共同函数
关于Keras层:
所有Keras层都有很多共同的函数:
layer.get_weights(): # 以Numpy矩阵的形式返回层的权重。
layer.set_weights(weights): # 从Numpy矩阵中设置层的权重(与get_weights的输出形状相同)。
layer.get_config(): # 返回包含层配置的字典。
图层的重置:
layer = Dense(32) config = layer.get_config() reconstructed_layer = Dense.from_config(config) # from keras import layers config = layer.get_config() layer = layers.deserialize({'class_name': layer.__class__.__name__, 'config': config})
如果一个层具有单个节点, (i.e. 如果它不是共享层), 可以得到它的输入张量,输出张量,输入尺寸和输出尺寸:
layer.input layer.output layer.input_shape layer.output_shape
如果层有多个节点 (层节点和共享层), 可以使用以下函数: 要指明再哪个节点处获得张量,哪个节点处获得张量尺寸。
layer.get_input_at(node_index) layer.get_output_at(node_index) layer.get_input_shape_at(node_index) layer.get_output_shape_at(node_index)
以上这篇Keras设置以及获取权重的实现就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。
最新评论