时间戳

首页 > 解决方案 > 如何为每个输入获取keras模型中层的权重

python - 如何为每个输入获取keras模型中层的权重

问题描述

我知道您可以通过 Model.layer[layer_number].getWeights() 在某个点从 keras 模型中获取层的权重。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。

但我想获得训练部分中每个输入的层权重。或者如果可能的话，为每个输入激活一个层而不是一个纪元。

有没有办法做到这一点？

标签： pythonkerastensorflow2.0keras-layer

解决方案

这是一个小例子。您可以custom callbacks在其中使用可以按层访问模型的权重（包括激活 ( layers.Activation)）。只需根据您的需要进行更改。

这将在每个 epoch 之后打印权重，您可以绘制它们/保存它们，或者如果需要对它们运行任何操作。

from tensorflow.keras.layers import *
from tensorflow.keras.models import Model, Sequential
from tensorflow.keras.optimizers import Adam
import tensorflow as tf
import numpy as np
from keras.callbacks import LambdaCallback

model=Sequential()
model.add(Dense(32,activation='linear',input_shape=(37,10)))
model.add(Dense(32,activation='linear'))
model.add(Dense(10,activation='linear'))
model.compile(loss='mse',optimizer=Adam(lr=.001),metrics=['accuracy'])
model.summary()

class MyCustomCallback(tf.keras.callbacks.Callback):

  def on_train_batch_begin(self, batch, logs=None):
    print(model.layers[0].get_weights())

  def on_train_batch_end(self, batch, logs=None):
    print(model.layers[0].get_weights())

  def on_test_batch_begin(self, batch, logs=None):
    pass

  def on_test_batch_end(self, batch, logs=None):
    pass


X_train = np.zeros((10,37,10))
y_train = np.zeros((10,37,10))

weight_print = MyCustomCallback()
model.fit(X_train, 
          y_train, 
          batch_size=32, 
          epochs=5, 
          callbacks = [weight_print])

推荐阅读