Как получить значения весов и уклонов слоя керас? - PullRequest
Новая
       12

Как получить значения весов и уклонов слоя керас?

0 голосов
/ 09 июля 2019

Чтобы сделать мой вопрос более понятным, я написал фрагмент кода: 

from keras.layers import Input, Dense
from keras.models import Model
import numpy as np

features = np.random.normal(0, 1, (1000, 3))
labels = np.sum(features, axis=1)
print(features.shape, labels.shape)

input_layer = Input(shape=(3,))
dense_layer_1 = Dense(units=10, activation='sigmoid')
dense_layer_1_output = dense_layer_1(input_layer)
dense_layer_2 = Dense(units=1, activation='linear')
dense_layer_2_output = dense_layer_2(dense_layer_1_output)

model = Model(input_layer, dense_layer_2_output)
model.compile(optimizer='adam', loss='mean_squared_error')
model.fit(features, labels, batch_size=32, epochs=20, verbose=2, validation_split=.2)

Мой вопрос: как получить и распечатать значение весов и смещений этих двух плотных слоев?

Ответы [ 2 ]

1 голос
/ 09 июля 2019

Вы можете просто использовать приведенный ниже код для получения весов и смещений этих двух плотных слоев: 

for layer in model.layers:
    print(layer.name)
    w, b = layer.get_weights()
    print(w, b)

Код: 

input_layer = Input(shape=(3,))
dense_layer_1 = Dense(units=10, activation='sigmoid', name='dense_layer_1')
dense_layer_1_output = dense_layer_1(input_layer)
dense_layer_2 = Dense(units=1, activation='linear',  name='dense_layer_2')
dense_layer_2_output = dense_layer_2(dense_layer_1_output)

model = Model(input_layer, dense_layer_2_output)
model.compile(optimizer='adam', loss='mean_squared_error')
model.fit(features, labels, batch_size=32, epochs=20, verbose=2, validation_split=.2)

for layer in model.layers[1:]:
    print(layer.name)
    w, b = layer.get_weights()
    print(w, b)
0 голосов
/ 09 июля 2019

Как уже упоминалось здесь

Если вы хотите получить веса и смещения всех слоев, вы можете просто использовать: 

for layer in model.layers: print(layer.get_config(), layer.get_weights())

Если вы хотите, чтобы веса прямовозвращено в виде массивов, вы можете использовать: 

first_layer_weights = model.layers[0].get_weights()[0]
first_layer_biases  = model.layers[0].get_weights()[1]
second_layer_weights = model.layers[1].get_weights()[0]
second_layer_biases  = model.layers[1].get_weights()[1]
...