Question

我有以下NN：

cc = Input(shape=(3,))

dd = Dense(1,activation='tanh')(cc)

dense_model3 = Model(inputs=cc, outputs=dd)

# Compile 
dense_model3.compile(optimizer='adam', loss='mean_squared_error')

dense_model3.fit(copstage3,y_stage9, batch_size=150, epochs=100)

ypredi3 = dense_model3.predict(copstage3,batch_size=150, steps = None)

当我使用dense_model3.get_weights()时，我得到：

     ([array([[0.15411839],
     [1.072346  ],
     [0.37893268]], dtype=float32), array([-0.13432428], dtype=float32)]

但是，由于我的数据中有150行，所以我希望每行代表150种不同的权重。我想念什么？

Answer 1

您的模型输入的大小为3，

cc = Input(shape=(3,))

并输出大小为1的

dd = Dense(1,activation='tanh')(cc)

没有中间层。因此权重与给定的三个输入和一个输出关联。

([array([[0.15411839],
 [1.072346  ],
 [0.37893268]], dtype=float32), array([-0.13432428], dtype=float32)]

哪里

[array([[0.15411839], [1.072346 ], [0.37893268]], dtype=float32)

表示大小为3的输入层的权重

array([-0.13432428], dtype=float32)

代表大小为1的输出层的权重。

150行数据用于训练该层，并且在训练之后，权重与每个单独的神经元或节点相关联。

希望这会有所帮助。

Keras get_weights（）不会返回所有权重

1 个答案: