Question

我以以下方式建立了我的网络：

model = keras.Sequential([
    keras.layers.Flatten(input_shape=(28, 28)),
    keras.layers.Dense(128, activation='relu'),
    keras.layers.Dense(10, activation='softmax')
])

我希望这种配置像这样：

[784 neurons]
(784,128 weights)
[128 neurons]
(128,10 weights)
[10 neurons]

但是，当我使用model.get_weights（）打印网络的权重时，它将产生以下输出：

for w in model.get_weights():
    print(w.shape,"\n")

（784，128）

（128，）

（128，10）

（10，）

为什么此模型中存在（128，）和（10，）？

Answer 1

(784, 128)和(128, 10)是最后两层 weights 。 (128,)和(10,)是最后两层 bias 。如果不需要偏差，则可以使用use_bias参数进行设置。例如：

import keras

model = keras.Sequential([
    keras.layers.Flatten(input_shape=(28, 28)),
    keras.layers.Dense(128, use_bias=False,activation='relu'),
    keras.layers.Dense(10, use_bias=False,activation='softmax')
])

for w in model.get_weights():
    print(w.shape,"\n")

# print
(784, 128) 

(128, 10)

TensorFlow密集层：1个三维权重？

1 个答案: