标签: python tensorflow keras
我正在尝试在Keras模型中更新权重(让它成为模型A)。
权重是从另一个模型(模型B-它是模型A的扩展,最后是两个额外的层)给出的,该模型处于训练循环过程中(train_on_batch),我使用方法来更新权重:
modelA.set_weights(modelB.get_weights())
令人惊讶的是,即使网络的体系结构不同,它也可以工作(过程运行)。那怎么可能set_weights()是否会自动削减其他部分权重?还是有什么问题和更新的重量混淆了?
答案 0 :(得分:1)
似乎set_weights方法加载了有关图层名称的float列表。
set_weights
您可能正在寻找带有参数load_weights(documentation)的by_name=True方法
load_weights
by_name=True