python - 如何在 Keras 中获取图层的权重？

Question

我使用的是 Windows 10、Python 3.5 和 tensorflow 1.1.0。我有以下脚本:

import tensorflow as tf
import tensorflow.contrib.keras.api.keras.backend as K
from tensorflow.contrib.keras.api.keras.layers import Dense

tf.reset_default_graph()
init = tf.global_variables_initializer()
sess =  tf.Session()
K.set_session(sess) # Keras will use this sesssion to initialize all variables

input_x = tf.placeholder(tf.float32, [None, 10], name='input_x')    
dense1 = Dense(10, activation='relu')(input_x)

sess.run(init)

dense1.get_weights()

我得到错误:AttributeError: 'Tensor' object has no attribute 'weights'

我做错了什么，如何获得 dense1 的权重？我看过this和 this SO post，但我仍然无法使其工作。

Answer 1

如果你想得到所有层的权重和偏差，你可以简单地使用:

for layer in model.layers: print(layer.get_config(), layer.get_weights())

这将打印所有相关信息。

如果你希望权重直接返回为 numpy 数组，你可以使用:

first_layer_weights = model.layers[0].get_weights()[0]
first_layer_biases  = model.layers[0].get_weights()[1]
second_layer_weights = model.layers[1].get_weights()[0]
second_layer_biases  = model.layers[1].get_weights()[1]

等等