如何将 tf.layers.add 应用于不同模型的权重？答案

【问题标题】：How to apply tf.layers.add on different models' weights?如何将 tf.layers.add 应用于不同模型的权重？
【发布时间】：2020-03-16 18:44:06
【问题描述】：

我正在尝试对两个不同模型的权重进行元素相加。

我开发了以下算法：

async function getWeights(url){
  return new Promise(async function(resolve, reject){
  const model  =  await tf.loadLayersModel(url);
  resolve(model.layers[0].getWeights);
});
}

async function aggregate(){
  return new Promise(function (resolve, reject){
    weights.push(getWeights('file://./mymodel/modelReceived.json'));
    weights.push(getWeights('file://./mymodel/model.json'));
    let averageLayer = tf.layers.average();
    console.log(weights.length);
    const average = averageLayer.apply([weights[0], weights[1]]);
    model.layers[0].setWeights[average];
    resolve(model);
  });

}

async function returnValue(){
  var model = await aggregate();
  console.log(model);
}

returnValue();

但是，我收到此错误：

(node:20468) UnhandledPromiseRejectionWarning: Error: A merge layer should be called on an Array of at least 2 inputs. Got 1 input(s).

我使用以下代码创建了模型：

const modelOne = tf.sequential();
modelOne.add(tf.layers.dense({units: 100, activation: 'relu', inputShape: [50]}));
modelOne.compile({optimizer: 'sgd', loss: 'meanSquaredError', metrics: ['accuracy']});

谁能向我解释这个错误？有没有其他方法可以进行添加？

【问题讨论】：

标签： node.js tensorflow machine-learning tensorflow.js

【解决方案1】：

getWeights() 函数返回一个 Promise，因此当您调用 weights.push(getWeights('...')) 时，您传入的是 Promise 而不是张量。它可以像这样更新：

weights.push(await getWeights('...'))

getWeights() 中的 Promise 解析为一个函数（即model.layers[0].getWeights），而不是解析为权重：

resolve(model.layers[0].getWeights())

您不需要同时执行 Promise 和 async/await。您可以像这样简化getWeights() 函数：

async function getWeights(url){
  const model  =  await tf.loadLayersModel(url);
  return model.layers[0].getWeights();
}

aggregate() 也可以使用类似的更新。

您可以在此处找到有关 Promises 和 async/await 的更多详细信息：https://stackoverflow.com/a/14220323

【讨论】：