Keras設(shè)置以及獲取權(quán)重的實(shí)現(xiàn)
layer的兩個(gè)函數(shù)：
get_weights(), set_weights(weights)。
詳情請(qǐng)參考about-keras-layers。
補(bǔ)充知識(shí)：Keras層的共同函數(shù)
關(guān)于Keras層：
所有Keras層都有很多共同的函數(shù)：
layer.get_weights(): # 以Numpy矩陣的形式返回層的權(quán)重。
layer.set_weights(weights): # 從Numpy矩陣中設(shè)置層的權(quán)重（與get_weights的輸出形狀相同）。
layer.get_config(): # 返回包含層配置的字典。
圖層的重置：
layer = Dense(32)
config = layer.get_config()
reconstructed_layer = Dense.from_config(config)
#
from keras import layers
config = layer.get_config()
layer = layers.deserialize({'class_name': layer.__class__.__name__,
'config': config})
如果一個(gè)層具有單個(gè)節(jié)點(diǎn)， (i.e. 如果它不是共享層), 可以得到它的輸入張量，輸出張量，輸入尺寸和輸出尺寸:
layer.input layer.output layer.input_shape layer.output_shape
如果層有多個(gè)節(jié)點(diǎn) (層節(jié)點(diǎn)和共享層), 可以使用以下函數(shù): 要指明再哪個(gè)節(jié)點(diǎn)處獲得張量，哪個(gè)節(jié)點(diǎn)處獲得張量尺寸。
layer.get_input_at(node_index) layer.get_output_at(node_index) layer.get_input_shape_at(node_index) layer.get_output_shape_at(node_index)
以上這篇Keras設(shè)置以及獲取權(quán)重的實(shí)現(xiàn)就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
創(chuàng)建Django項(xiàng)目圖文實(shí)例詳解
這篇文章主要介紹了創(chuàng)建Django項(xiàng)目,結(jié)合圖文與實(shí)例形式詳細(xì)分析了Django項(xiàng)目創(chuàng)建的具體步驟與相關(guān)操作技巧,需要的朋友可以參考下2019-06-06
Python 用turtle實(shí)現(xiàn)用正方形畫(huà)圓的例子
今天小編就為大家分享一篇Python 用turtle實(shí)現(xiàn)用正方形畫(huà)圓的例子，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-11-11
這篇文章主要介紹了深入了解python中的元類,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-08-08
Elasticsearches的集群搭建及數(shù)據(jù)分片過(guò)程詳解
這篇文章主要為大家介紹了Elasticsearches的集群搭建及數(shù)據(jù)分片過(guò)程詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2022-04-04
這篇文章主要為大家詳細(xì)介紹了python分析作業(yè)提交情況，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2017-11-11
python列表嵌套引發(fā)的問(wèn)題總結(jié)
這篇文章主要介紹了python列表嵌套引發(fā)的問(wèn)題總結(jié)，下面問(wèn)文章引發(fā)問(wèn)題來(lái)自日常工作總結(jié)，具有一定的參考價(jià)值需要的小伙伴可以參考一下2022-05-05
pytorch?cuda安裝報(bào)錯(cuò)的解決方法
這篇文章主要給大家介紹了關(guān)于pytorch?cuda安裝報(bào)錯(cuò)的解決方法,文中通過(guò)圖文介紹的非常詳細(xì),對(duì)大家學(xué)習(xí)或者使用Pytorch具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2023-01-01
當(dāng)我們用python進(jìn)行數(shù)據(jù)處理時(shí)會(huì)遇到很多缺失值,缺失值一般是由于我們所處理的數(shù)據(jù)本身的特性、當(dāng)初錄入的失誤或者其它原因?qū)е碌?下面這篇文章主要給大家介紹了關(guān)于pandas返回缺失值位置的方法,需要的朋友可以參考下2022-01-01
大家好，本篇文章主要講的是Python中unittest的斷言方法詳解，感興趣的同學(xué)趕快來(lái)看一看吧，對(duì)你有幫助的話記得收藏一下2022-01-01
Python學(xué)習(xí)之運(yùn)算符號(hào)
這篇文章主要介紹了Python的運(yùn)算符號(hào)，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2021-10-10