我在keras中建立了一个具有几个不同层（嵌入，转换）的模型。然后，我拟合模型并将权重保存到文件中。我现在想做的是，为同一模型生成新的权重。我在下面用了一个简单的代码片段来完成它：
from keras import backend as K
def my_init(shape, dtype=None):
return K.random_normal(shape, dtype=dtype)
new_weights=[]
for layer in model.get_weights():
new_weights.append(my_init(layer.shape, layer.dtype).numpy())
但是问题在于边界。该模型具有不同的层和不同的初始化程序。当我从文件中重新加载经过训练的权重，然后使用上面的自定义初始化程序迭代图层以生成新的权重时，将不考虑边界。所有权重均使用相同的边界生成。顺便说一句，我不知道初始化程序的范围。如果有人知道它是什么并与我分享，我将不胜感激。
问题：如何考虑每层的初始值设定项，如何为模型重新生成新的权重？