Question

我正在尝试为MNIST数据集构建一个2层神经网络，我想从模型中获取权重。

我在SO上发现了一个类似的问题，我尝试过

model.get_weights()

但是当我检查len(model.get_weights())时它返回了11个值，不是应该返回3个权重吗？我什至禁用了偏见。

model = Sequential()
model.add(Flatten(input_shape = (28, 28)))
model.add(Dense(512, activation='relu', kernel_initializer='he_normal', use_bias=False,))
model.add(BatchNormalization())
model.add(Dropout(0.3))
model.add(Dense(128, activation='relu', kernel_initializer='he_normal', use_bias=False,))
model.add(BatchNormalization())
model.add(Dropout(0.1))
model.add(Dense(10, activation='relu', kernel_initializer='he_normal', use_bias=False,))

model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=['accuracy'])

result = model.fit(x_train, y_train, validation_split=0.25, epochs=10, 
                   batch_size=128, verbose=1)

Answer 1

要获取特定layer的权重，您可以使用其名称来检索该层并在其上调用get_weights（如shubham-panchal在其comment中所说）

例如：

model.get_layer('dense').get_weights()

或

model.get_layer('dense_2').get_weights()

您可以浏览模型的layers并检索其名称和权重：

{layer.name: layer.get_weights() for layer in model.layers}

如何从keras模型中获取权重？

1 个答案: