Keras layer.weights 和 layer.get_weights() 给出不同的值

Posted 2023-02-16

【中文标题】Keras layer.weights 和 layer.get_weights() 给出不同的值

【英文标题】：Keras layer.weights and layer.get_weights() give different values

【发布时间】：2019-01-01 02:35:29

【问题描述】：

我的 Keras 模型有密集层，我需要访问权重和偏差值。我可以使用 get_weights() 方法访问它们。它为我返回权重和偏差的预期大小矩阵（权重为 57X50）。

model.layers[0].get_weights()[0]

但是，以下代码 sn-p 为我提供了具有不同值的相同大小的矩阵。

import tensorflow as tf
init_op = tf.global_variables_initializer()
with tf.Session() as sess:
    sess.run(init_op)
    print(sess.run(model.layers[0].weights[0]))

在第二种方法中，所有模型的偏差值都返回为零，并且权重与 get_weights() 方法的输出不同。

你知道哪种方法是正确的，第二种方法到底是做什么的吗？

【参考方案1】：

使用init_op，您可以初始化所有可训练变量，这意味着偏差为零，模型其他权重的随机值。试试：

import keras.backend as K
with K.get_session() as sess:
    print(sess.run(model.layers[0].weights[0]))

【讨论】：

太好了，您的代码块与 get_weights() 给出了相同的结果。重新运行我的第二个代码 sn-p 给了我相同的可重现的重量结果，这就是为什么我认为它不可能是随机的。非常感谢！