Question

我正在训练我的网络，然后使用c ++进行一些修剪。在那之后，我想使用修剪过的砝码。我据此更改了Keras的模型架构。但是当我在输出层上有一个权重连接时，我遇到了一个问题。 Keras set_weights给我一个错误，这是不正确的。 ww1的形状为（1，1），而bb1的形状为（1，）。我确定我没有做错什么，所以我尝试在最后一个隐藏层上使用2个节点，并根据此节点更改了模型并提供了数据。现在正在工作。但是问题出在最后一个隐藏层上的一个节点上。 Set_weights给我的形状兼容性错误不正确。注意：ww1是这里的砝码，我打印的形状是（1,1）。 bb1用于偏置，其形状为（1，）如果将偏差bb3重塑为（1,1），则将得到与提供的权重形状（1、1）错误不兼容的图层权重形状（1，）。因此，要么重塑为（1，）要么（1，1）不起作用。请指出我的错误。 “

文件“ / home / sher / lib2”，第205行，在 model.get_layer（'three'）。set_weights（np.array（[ww3，bb3]））

文件“ /home/sher/.local/lib/python3.7/site-packages/tensorflow/python/keras/engine/base_layer.py”，行1540，在set_weights中 '形状％s'％（ref_shape，weight.shape））

ValueError：图层权重形状（1，1）与提供的权重形状（1，）不兼容 “

 model.get_layer('one').set_weights(np.array([ww1, bb1]))
 model.get_layer('two').set_weights(np.array([ww2, bb2]))
 model.get_layer('three').set_weights(np.array([ww3, bb3]))

编辑：问题解决了，尽管我不知道以前的方法有什么问题：我没有在set_weights函数中结合使用bias和weight np数组，而是将它们放入列表并将该列表传递给set_weight。

    dat_list = []
    dat_list.append(ww3)
    dat_list.append(bb3)
    model.get_layer('one').set_weights(np.array([ww1, bb1]))
    model.get_layer('two').set_weights(np.array([ww2, bb2]))
    model.get_layer('three').set_weights(dat_list)

Keras图层重量形状兼容性问题？

0 个答案: