python - 将权重设置为具有附加层的另一个模型

Question

我试图更新 Keras 模型中的权重（让它成为模型 A）。

权重来自另一个模型（模型 B-它是模型 A 的扩展，最后有两个额外的层），该模型处于训练循环过程（train_on_batch）中，我使用以下方法更新权重：

modelA.set_weights(modelB.get_weights())

令人惊讶的是，即使网络的架构不同，它也能正常工作（进程运行）。这怎么可能？set_weights() 是否会自动切割额外的权重部分？或者有什么问题和更新的重量混淆了？

标签： pythontensorflowkeras

Answer 1

似乎该set_weights方法加载了关于图层名称的浮点列表。

您可能正在寻找的是load_weights带有参数的方法by_name=True（文档）