如何从keras模型中获取权重？

从Keras模型中获取权重可以使用get_weights()方法。该方法会返回一个包含模型权重的列表。列表的长度等于模型的层数，每层都对应一个权重矩阵。

以下是获取Keras模型权重的示例代码：

from keras.models import load_model

# 加载已经训练好的模型
model = load_model('model.h5')

# 获取模型权重
weights = model.get_weights()

# 打印每层权重的形状
for i, layer_weights in enumerate(weights):
    print(f"Layer {i+1} weights shape: {layer_weights.shape}")

请注意，get_weights()方法返回的权重列表中的顺序与模型中层的顺序一致。如果模型中有卷积层、全连接层等不同类型的层，则权重列表中的顺序也会相应变化。

这里推荐腾讯云的ModelArts产品，它是一个全面、一体化的人工智能开发平台，提供了强大的云端训练和推理能力，可用于构建、训练和部署深度学习模型。您可以通过以下链接了解更多关于腾讯云ModelArts的信息：腾讯云ModelArts产品介绍