在训练期间控制 keras.layer 的权重

Question

假设我有以下模型（为了简单起见，我删除了参数）：

inputs = keras.Input(shape=(,,))
layer_1 =  layers.Conv2D()(inputs)
layer_2 = layers.AveragePooling2D()(layer_1)
layer_3 = layers.Conv2D()(layer_2)
flatten = layers.Flatten()(layer_3)
outputLayer = layers.Dense()(flatten)
model = keras.Model(inputs= (inputs), outputs=(outputLayer))
model.compile()
hist = model.fit()

如何控制特定层的权重（例如：我想在每次批量训练期间向权重添加噪声）。

我非常感谢任何形式的帮助（解释、示例、来源）

Answer 1

您可以使用 get_weights() - https://keras.io/api/layers/base_layer/#get_weights-method 的 set_weights()、tf.keras.layers.layer 方法。

我要么使用自定义循环（请参阅 https://keras.io/guides/writing_a_training_loop_from_scratch/），要么使用 fit() 自定义 train_step()（请参阅 https://keras.io/guides/customizing_what_happens_in_fit/）