如何在 Keras/Tensorflow 中跟踪哪些权重对应于哪些层和输入？答案

【问题标题】：How can I keep track of which weights correspond to which layers and inputs in Keras/Tensorflow?如何在 Keras/Tensorflow 中跟踪哪些权重对应于哪些层和输入？
【发布时间】：2018-10-03 22:16:25
【问题描述】：

有什么好方法可以跟踪权重去了哪里？当我执行get_weights(model) 时，我会得到一个数组列表，我必须通过它们的维度来猜测哪些对应于我模型的哪个部分。如何确定它们来自和连接到哪些层，以便以编程方式操作它们？

我在 R 中工作，但 python 中的答案可能可以翻译。

【问题讨论】：

嗯（在 Python 中）您可以使用 model.layers[layer_index].get_weights() 或 model.get_layer(layer_name_string).get_weights() 获得每一层的权重。您可以使用set_weights() 方法以相同的方式设置它们的权重。

标签： r tensorflow keras

【解决方案1】：

我建议将tensorflow debugger 与使用有意义的名称命名图层结合使用。之后，您可以执行一定数量的迭代并使用层的名称检查层的权重值。您还可以检查这些图层的渐变。

【讨论】：