【问题标题】:Output trained parameters of Keras model输出 Keras 模型的训练参数
【发布时间】:2018-02-02 15:56:55
【问题描述】:

如果我在 GRU 模型上进行训练,有没有一种方法可以输出学习到的参数,以便下次使用更多数据进行训练时,可以以这些学习到的参数为起点进行初始化?

【问题讨论】:

  • 不要输出它们,而是查看从检查点保存和加载:keras.io/callbacks
  • @EvanWeissburg 我只能更改代码但无法控制环境,因此我想获取模型并为参数提供代码(即使是参数的子集也很有帮助,因为它可以减少时间培训)

标签: tensorflow keras


【解决方案1】:
  1. 如果保存整个模型:

    weights = model.get_weights() # Getting params
    model.set_weights(weights) # Setting params
    
  2. 如果保存单层:你需要找到要保存的层的索引(假设是i),然后:

    weights = model.layers[i].get_weights() # Getting params
    model.layers[i].set_weights(weights) # Setting params
    

【讨论】:

  • 我的回答有帮助吗?
  • 要根据层的名称(唯一)或索引检索层,您可以使用model.get_layer(name=None, index=None) :-)
猜你喜欢
  • 1970-01-01
  • 1970-01-01
  • 2019-05-28
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 2022-01-12
  • 2019-11-21
  • 1970-01-01
相关资源
最近更新 更多