我的Keras模型有密集的层，我需要这些层来访问权重和偏移值。我可以使用get_weights()方法访问它们。它返回权重和偏差的预期大小矩阵(权重为57x50)。model.layers[0].get_weights()[0] sess.run(init_op)
print(sess.ru
浏览 17提问于2018-07-24得票数 1
回答已采纳
如果得到模型的一个层，然后调用sess.run(layer.weights[0])和layer.get_weights()[0]，则得到不同的结果。>>> layer.get_weights()[0] -0.05812681, -0.0146297 , ..., -0.0673831 ,
-0
浏览 1提问于2019-03-26得票数 2
回答已采纳
1回答
我使用了网上提出的替代方案，但如果我正确解释我的结果，它们似乎不起作用。我使用tf.compat.v1.reset_default_graph()和tf.keras.backend.clear_session()，因为它们大多是在线推荐的。before fitting: ",layer.get_weights(),"\n") # weightsmodel.fit(training_input, training_outputprint("
浏览 51提问于2021-10-05得票数 0
回答已采纳
我正在尝试获取resnet50模型的所有卷积层的权重和偏差。我了解到我们可以使用函数layer.get_weights()来获得权重和偏差。这将返回一个列表，该列表包含存储在layer.get_weights()中的层的两个元素权重，以及存储在layer.get_weights()1中的偏差。from keras.layers import Input,Conv2D,MaxPooling2D,UpS
浏览 28提问于2020-05-15得票数 0
回答已采纳
我试图得到我的hidden_layer2的权重矩阵并打印出来。似乎我可以得到重量矩阵，但我不能打印它。Tensor("hidden_layer2_2/Print:0", shape=(3, 2), dtype=float32完整的代码在这里，我只是在一个前馈NN：中处理随机数据。“我的守则”的一部分是：
hidde
浏览 0提问于2018-03-16得票数 8
1回答
如何计算keras中这两层的权重和偏差的形状- x1 = Conv1D(256, 3, padding='same', activation="relu")(x1) x2 = Conv2D(32, (
浏览 20提问于2021-09-27得票数 0
回答已采纳
我有cnn的模型代码。256,256,3),activation = "relu"))
classifier.add(MaxPooling2D(pool_size = (2,2))) 所以现在我需要找出32个过滤器是用什么值初始化的任何有助于打印过滤器值的代码
浏览 25提问于2019-02-27得票数 0
回答已采纳
1回答
Keras中的get_weights()函数返回权矩阵以及神经网络中层的偏差。假设是一个变量x = layer.get_weights()。我将把x的值传输到另一个网络。在新的网络中，我想在经过训练的网络中添加一个层，但是这个新添加的层的权重和偏差相当于x。换句话说，我想在新的网络中使用旧网络的同一层。我该怎么做？
浏览 0提问于2018-08-27得票数 0
回答已采纳
2回答
设计了一种用softmax函数预测大量输出的神经网络模型。但是，我希望将所有输出分类为5个输出，而不修改其他层的结构。该模型在第一种情况下表现良好，但当输出数减少时，模型的精度下降，泛化能力差。我的问题是:是否有一种方法可以使我的模型在只有5个输出的情况下表现良好？例如:在输出层之前添加退出层，使用其他激活函数等。
浏览 0提问于2020-07-09得票数 2
9回答
Keras层中的重置权值
、、、、
我想在我的Keras (深度学习)模型中重置(随机)所有层的权重。原因是我希望能够用不同的数据分割多次训练模型，而不必每次都做(慢的)模型重新编译。受的启发，我正在尝试以下代码：for layer in KModel.layers: input_dim部分原因是，我检查了一些layer.get_weights()值<
浏览 14提问于2016-11-08得票数 54
回答已采纳
1回答
下面是逻辑回归代码，我正在使用Keras在剂量值(形状672,1)和疾病结果(形状672,1；二元结果0,1)之间建立关联。我的目标是计算赔率比，我计算出的是exp(权重)，并将其与我使用Fisher's test计算的赔率比进行比较。下面是代码和输出。model = lgd.lg_keras(X.shape[1], y.shape[1],20,X,y) weights = layer.ge
浏览 0提问于2018-04-11得票数 0
我有一个tensorflow/keras CNN。它有几个层，有些是Conv2D。在给定的层中，我希望有效地找到Conv2D中最相似的两个过滤器。layer.weights是长度为filter_count的形状(高度、宽度、深度)的列表。我想通过差值或者(高度，宽度，深度)中每个元素之间的sqrt(diff^2)进行比较，然后求和，这样差值就是一个浮点值。(第一个总是零，其中it T1和T2是相同的张量，self)
显然，我
浏览 0提问于2018-09-06得票数 0
我在CPU上运行相同的代码(使用相同的数据)，首先使用keras 1.2.0，然后使用keras 2.0.3在这两个代码中，keras使用TensorFlow后端，我还使用sklearn进行模型选择，外加当我在使用keras 2.0.3和使用keras 1.2.0时得到42和21的MSE(均方误差)时，我感到很惊讶。有没有人能给我解释一下为什么会这样？为什么我在使用keras 2时会遇到更多
浏览 3提问于2017-04-26得票数 4
2回答
是否有办法手动更改tf.layers.Conv2d ()的权重？因为这个类只接受输入、要使用的内核数量等。并且权重是由Tensorflow自动存储和计算的，但是我想有一种方法(就像在tf.nn.conv2d -中一样)将权重直接传递给这个类。也许可以手动加载和更改该层的关联变量的值？
浏览 0提问于2020-10-31得票数 2
1回答
我有一个使用Keras加载的模型。我需要能够找到单独的特征映射(打印每个特征映射的值)。我可以打印出重量。以下是我的代码： g=layer.get_config()
print g然后，有relu和maxpool层，然后它被馈送到softmax层。我希望能够找到convlayer，relu和maxpool
浏览 0提问于2018-09-13得票数 0
1回答
分组卷积的Caffe变换
、、、
我试图从一个非常简单的Caffe模型中获取权重，并将其解释为功能齐全的Keras模型。下面是它在Keras中的实现，这要简单得多：from keras.layers import Input, BatchNormalization我知道Caffe和Keras有不同的形状顺序，但是顺序不是这里关注的问题。
问题是
浏览 1提问于2019-02-09得票数 4
回答已采纳
我目前正在使用带有Keras的Tensorflow作为高级API。因此，使用Keras构建层以避免手动创建和初始化变量。一种可能的解决方案可能是使用tf.get_collection()获取所有可训练变量。但我不知道如何只得到权值变量，而没有偏差变量。另一种解决方案是layer.get_weights()，但它获得了numpy数组，尽管我可以使用numpy API对它们进行剪辑，并使用layer.set_weights()设置它们，但这可能需要CPU-GPU我知道的唯一
浏览 6提问于2017-03-01得票数 0
回答已采纳
3回答
我有一些困难，加载预先训练的重量与凯拉斯。假设我有一个keras模型model，并且我的权重存储在my_weights.h5。我试着按以下方式加载我的体重：但这给了我以下错误：for layer in model_body.layers :
浏览 0提问于2019-04-18得票数 2
我有一个有三层的CNN网络，在对模型进行拟合后，权重保存在磁盘上。第二次我加载权重，但这一次模型增加了一个层。因此，它现在是4层网络。是否可以使用不同的架构传输模型权重？如果是，那么是如何实现的？我正在使用keras进行开发。提前感谢！
浏览 1提问于2018-03-20得票数 5
3回答
我目前有一个类似于这样的keras模型：model.add(keras.layers.Dense(100, activation=tf.nn.relu))model.add(keras.layers.Dense(len(labels), activation=tf.nn.softmax))
模型需要知道它
浏览 0提问于2019-09-10得票数 13
回答已采纳
云服务器
ICP备案
对象存储
云点播
实时音视频
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号