2回答
从Keras层获取权重
、、、、
我正在尝试从以下Dense层获取权重：如果我尝试执行以下操作：weights =x.get_weights()
这可以很好地工作，但我的理解是这些权重将是无用的，因为我们没有为层提供任何输入。
浏览 14提问于2018-02-28得票数 0
回答已采纳
1回答
我知道您可以使用Model.layerlayer_number.getWeights()从keras模型中获取某一时刻的层的权重。我只是在训练期间使用回调来获得一个时期或一批的权重。但我希望在训练部分中获得每个输入的层的权重。或者如果可能的话，为每个输入激活一个层，而不是一个时期。 有没有办法做到这一点？
浏览 30提问于2020-04-26得票数 0
我在Keras中训练了一个特征提取器，并将权重保存为一个h5文件。现在，我希望将相同的权重加载到在PyTorch中创建和初始化的相同模型中，以便进行性能比较。
浏览 0提问于2019-08-04得票数 3
我正在尝试将Keras chexNet权重文件加载到Densenet121，https://www.kaggle.com/theewok/chexnet-keras-weights 我正在获取ValueError:您正在尝试将包含242层的权重文件加载到具有241层的模型中。如果我调用densenet121 densenet = tf.keras.applications.DenseNet121(
include
浏览 81提问于2020-10-16得票数 0
1回答
我正在训练一个在TensorFlow Keras中实现的NN。., CustomCallback()])gradients.BiasBatchNorm:梯度：梯度:用于更新权重的梯度，层传播运行的均值，运行var、Gamma、Beta获取输入和目标我正在使用keras.callbacks.Callback ...Input and target
我发现了如何
浏览 1提问于2020-10-01得票数 1
回答已采纳
1回答
我现在希望将这些权重从LSTM加载到相同的模型中，该模型三层中每一层都有(32，32，16)个输出，但有(64，64，32)个输出。有4层，最后一层是具有8个输出的softmax，并且没有变化。如何将权重的“前半部分”加载到这个新模型中？
我正在尝试使用上一次训练课程来让网络从某个地方开始，因为训练时间变得如此之长，而我的视频卡不适合训练，这需要大量的时间。
浏览 9提问于2017-07-01得票数 1
为了理解任何Keras层(例如Conv2DTranspose)的实现，有没有一种方法可以将该层作为独立的层运行(使用Tensorflow后端)？
浏览 14提问于2019-01-09得票数 3
else 62), return model
让我们说，从层tf.keras.layers.Dense(512, activation=tf.nn.relu)，我想去除100个神经元当然，我将用tf.keras.layers.Dense(412, activation=tf.nn.relu)层而不是tf.keras.layers.Dense(512, activation=tf.nn.relu)层建立一个新的模型，但是这种修改也应该传播到下一<em
浏览 3提问于2021-11-04得票数 0
回答已采纳
2回答
可以保存在keras中实现的LSTM模型的所有参数吗？model_RNN.h5") g = layer.get_config()
weights = layer.get_weights() 只获取与最后一层相关的参数(17个权重)？
浏览 9提问于2020-01-29得票数 1
回答已采纳
我想将一组预先训练好的权重从Tensorflow导出到Keras。问题是Tensorflow中的批量归一化层只嵌入Beta和Gamma作为可训练权重，而在Keras中，我们也有Moving_mean和Moving_variance。我不知道从哪里获得这些权重。
浏览 28提问于2017-08-01得票数 0
回答已采纳
它确实是这样的吗，但只有权重： averaging a sentence’s word vectors in Keras- Pre-trained Word Embedding import kerasfrom keras.layers import Embeddingimport numpy as np# Average the outp
浏览 37提问于2020-09-21得票数 1
我有一个CNN，它是用keras制作的。我可以使用以下命令查看特定层的权重： weights,biases = model.layers[n].get_weights() weights,biases = layer.get_weights() 但是对于没有权重的层(比如max pool层)，因此，是否
浏览 15提问于2019-05-22得票数 0
回答已采纳
我正在尝试实现论文“学习分割一切”，我需要使用权重传递函数的输出来设置分割网络中一个层的权重。在Keras中使用layer.output获取的权重传输中最后一层的输出为“tensorflow.python.framework.ops.Tensor”类型，而权重应初始化为numpy数组。
浏览 0提问于2018-03-27得票数 0
回答已采纳
2回答
我正在创建一个自定义的激活函数，特别是RBF激活函数： from keras import backend as Kmodel.add(Dense(84, activation='tanh')) #layer1
model.add(Dense(10, activation =rbf2)) #layer2 如何从layer1获取输入，从layer2
浏览 43提问于2018-12-20得票数 5
回答已采纳
我试图用Tensorflow后端重新训练Keras 2中的word2vec模型，使用预先训练过的嵌入和自定义语料库。我就是这样用预先训练好的嵌入来初始化嵌入层的： input_length初始化嵌入层时，我会得到以下错误：
Cannot create a tensor proto whose content is larger than 2GB.只是我不知道如何在同一个应用程序中组合Tensorflo
浏览 2提问于2018-11-21得票数 12
回答已采纳
https://keras.io/layers/writing-your-own-keras-layers/ 根据这里，无状态的客户操作可以被包装到Lambda层。但是如果有可训练的变量，我们需要实现我们自己的层。我想问一下，是否可以将Lambda层用于固定权重(即预先训练的权重)？ 如果是，如何确保正确加载权重，而不是随机初始化？因为get_weights()不会在Lambda层中给
浏览 26提问于2019-06-13得票数 1
我试图更好地理解CNN，所以我使用keras基本上制作了一个小的CNN，并希望手动完成计算。 我从GTSRB数据库下载了图像，然后使用PIL库包将图像集转换为灰度并将大小调整为(6 X 6)。它包括1个卷积层(具有2个大小为2x2的滤波器)，1个最大池化层(2x2)，一个平坦层和一个在末端的致密层。model = keras.models.Sequential()
model.add(keras.layers.Conv2D(2, kernel_size
浏览 26提问于2019-05-16得票数 1
回答已采纳
1回答
我正在做一个项目，在这个项目中我需要编辑个人的权重和偏见。
是否有任何方法可以真正访问这些层、权重和偏差，以便我可以手动编辑它们？是否有从致密层获取权重的本地支持？
浏览 1提问于2018-07-17得票数 2
回答已采纳
1回答
当使用tensorflow.keras.layers.activation中的“普通”keras层时，可以使用layer.get_weights()获得层的权重。这通常会返回一个numpy数组列表。期望值:以Numpy数组列表的形式表示的层的权重实际:空列表
浏览 0提问于2019-08-06得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
