访问卷积神经网络参数

Question

我尝试从 pytorch 切换到 tensorflow，由于模型现在似乎是 tensorflow 中的固定内容，因此在使用卷积神经网络时偶然发现了一个问题。

我有一个非常简单的模型，只有一个 Conv1D 层和一个大小为 2 的内核。 我想在一个小的配置上训练它，比如 16 个输入大小，然后在 32 个输入大小上导出训练结果。

如何访问此网络中的 3 个参数？ （2 个内核，1 个偏差）我想将它们应用于更大尺寸的情况。我很挣扎，因为我需要预先定义模型的输入大小，而 pytorch 不是这种情况。

感谢您的回答，我只找到了这个问题的过时答案

Answer 1

model.layers[0].get_weights() 产生第一层的权重，假设model 是tf.keras.Model 对象。