Tensorflow 2.x：如何使用 numpy 手动分配卷积权重

【问题标题】：Tensorflow 2.x: How to assign convolution weights manually using numpyTensorflow 2.x：如何使用 numpy 手动分配卷积权重
【发布时间】：2020-06-15 16:34:04
【问题描述】：

在 tensorflow 1.x 中，这可以使用 graph and a session 来完成，这非常乏味。

在 tensorflow 2.x 中是否有更简单的方法可以手动将预训练的权重分配给特定的卷积？

【问题讨论】：

标签： tensorflow tensorflow2.0 onnx

【解决方案1】：

如果您在 Tensorflow 2.x 中使用 Keras，每个层都有一个名为 set_weights 的方法，您可以使用该方法替换权重或从 Numpy 数组分配新权重。

例如，假设您正在学习蒸馏知识。然后您可以通过以下方式将老师的权重分配给学生：

conv.set_weights(teacher.convx.get_weights())

其中conv 是学生的特定层，convx 是老师的同源层。

您可以查看文档以获取更多详细信息：

Documentation - set_weights()

【讨论】：