使用预训练的权重进行训练答案

【问题标题】：Training with pre-trained weights使用预训练的权重进行训练
【发布时间】：2020-01-12 10:57:53
【问题描述】：

我想使用一组预训练的权重来训练我的模型进行 MNIST 分类。更具体地说，我在一个数据集上训练我的模型。我想使用最终权重作为起始权重，在不同的数据集上训练模型。为此，我使用

intial_weights = model1.get_weights()
model2 = create_model()
model2.set_weights(initial_weights)
model2.fit(x=x_train59,y=y_train59, epochs=20,callbacks = [cp_callback2])

我的问题是 model.fit() 是否会忽略使用 model2.set_weights() 设置的初始权重。如果它确实忽略了，有没有办法确保 model2.fit() 使用之前获得的权重。此外，有没有办法在 model.fit() 开始训练之前可视化起始权重。非常感谢！

【问题讨论】：

标签： python tensorflow keras

【解决方案1】：

当您执行model2.set_weights 时，您更改了model2 的权重。就这样。

您可以通过相同的方式查看权重：w2 = model2.get_weights()。然后以方便的方式打印w2。

【讨论】：

感谢您的快速回复。我知道我改变了model2的权重。但是当我在那之后执行 model2.fit() 时，fit() 函数是否将权重重新初始化为随机权重，或者它从之前设置的权重开始。如果我遗漏了什么，我深表歉意。
不，不会重新初始化模型的权重。它们仅在您创建模型时初始化一次。
好的，谢谢！因此，从您的回答中，我了解到 model2 = create_model(); model2.set_weights(my_weights);模型2.fit();将从 my_weights 开始在 model2 上运行训练。再次感谢您的帮助。
是的。 create_model() 将随机永久权重分配给模型。 set_weights() 将永久权重更改为您想要的值。 fit() 从当前权重开始。