我在Keras中有一个部分训练的模型,在进一步训练之前,我想更改辍学参数,l2正则化器,高斯噪声等参数。我将模型另存为{{1} }文件,但是当我加载它时,我不知道如何删除这些正则化图层或更改其参数。关于如何执行此操作的任何线索?
答案 0 :(得分:0)
使用所需的超参数创建模型,然后使用load_weight()
将参数加载到模型中。
答案 1 :(得分:0)
除了将整个模型保存到.h5文件之外,您还可以按照自己的格式分别保存每个图层的权重。例如
import pickle
# Create model and train ...
#save the weights for each layer in your model
network_config = {
'layer1': layer1.get_weights(),
'layer2': layer2.get_weights(),
'layer3': layer3.get_weights()
}
with open('network_config.pickle', 'wb') as file:
pickle.dump(network_config, file)
然后,您只能加载仍在使用的图层的权重。
with open('network_config.pickle', 'rb') as file:
network_config = pickle.load(file)
#build new model that may be missing some layers
layer1.set_weights(network_config['layer1'])
layer3.set_weights(network_config['layer3'])