Question

我在Keras训练了一个RNN。现在，我想获得训练重量的值：

model = Sequential() 
model.add(SimpleRNN(27, return_sequences=True , input_shape=(None, 27), activation = 'softmax'))<br>
model.compile(loss='categorical_crossentropy',
          optimizer='rmsprop',
          metrics=['accuracy'])
model.get_weights()

这为我提供了2个形状(27,27)数组和1个形状(27,1)数组。我没有得到这些数组的含义。另外，我应该再获得2个形状(27,27)和(27,1)的数组，它们将计算隐藏状态＆＃39; a＆＃39;激活。我怎样才能获得这些权重？

Answer 1

model.get_weights()返回的数组直接对应SimpleRNNCell使用的权重。它们包括：

kernel大小为(input_shape[-1], units)的矩阵。在您的情况下，input_shape=(None, 27)和units=27，所以它是(27, 27)。内核乘以input。
recurrent_kernel大小为(units, units)的矩阵，也恰好是(27, 27)。该矩阵乘以前一个状态。
形状(units,) == (27,)的偏向数组。

这些数组对应于标准公式：

# W = kernel
# U = recurrent_kernel
# B = bias
output = new_state = act(W * input + U * state + B)

请注意，keras实现使用单个偏置向量，因此总共有三个数组。

我们如何在Keras训练RNN后获得体重？

1 个答案: