Question

我正在一个项目中，我需要编辑各个权重和偏见。

有什么方法可以真正访问图层的权重和偏差，以便我可以手动编辑它们？来自tf.layers.dense()

到目前为止，我已经创建了自己的模型并将偏差存储在外部，如下所示：

for _ in range(population_size):
    hidden_layer.append(tf.Variable(tf.truncated_normal([11, 20])))
    output_layer.append(tf.Variable(tf.truncated_normal([20, 9])))
population.append([hidden_layer, output_layer])

然后我尝试使用feed dict将种群输入模型。事实证明这是一个真正的地狱，因为变量的形状不一样，我无法将它们输入模型。

是否存在从密集层获取权重的本机支持？

Answer 1

From the keras doc:

所有Keras图层都有许多共同的方法：

layer.get_weights(): returns the weights of the layer as a list of Numpy arrays.
layer.set_weights(weights): sets the weights of the layer from a list of Numpy arrays (with the same shapes as the output of get_weights).

您可以使用yourmodel.layers轻松访问模型中的所有图层。

编辑图层中的各个权重和偏差

1 个答案: