python - 如何使用 numpy 数组在 Keras 中设置权重？

Question

我在使用 Keras 后端函数设置值时遇到问题。我正在尝试将模型从 PyTorch 转换为 Keras，并尝试设置 Keras 模型的权重，但权重似乎没有设置。注意:我实际上并没有使用 np.ones 进行设置，只是以它为例。

我试过...

加载现有模型

import keras
from keras.models import load_model, Model
model = load_model(model_dir+file_name)
keras_layer = [layer for layer in model.layers if layer.name=='conv2d_1'][0]

创建一个简单的模型

img_input = keras.layers.Input(shape=(3,3,3))
x = keras.layers.Conv2D(1, kernel_size=1, strides=1, padding="valid", 
use_bias=False, name='conv1')(img_input)
model = Model(img_input, x)
keras_layer = [layer for layer in model.layers if layer.name=='conv1'][0]

然后使用 set_weights 或 set_value

keras_layer.set_weights([np.ones((1, 1, 3, 1))])

或者...

K.batch_set_value([(weight,np.ones((1, 1, 3, 1))) for weight in keras_layer.weights])

之后我会调用以下任一方法:

K.batch_get_value([weight for weight in keras_layer.weights])
keras_layer.get_weights()

并且似乎没有设置任何权重。返回与以前相同的值。

[array([[[[  1.61547325e-06],
      [  2.97779252e-06],
      [  1.50160542e-06]]]], dtype=float32)]

如何使用 numpy 值数组在 Keras 中设置层的权重？

Answer 1

代码中的 keras_layer 是什么？

您可以通过以下方式设置权重:

model.layers[i].set_weights(listOfNumpyArrays)    
model.get_layer(layerName).set_weights(...)
model.set_weights(listOfNumpyArrays)

其中 model 是现有模型的实例。您可以使用上述相同实例中的 get_weights() 方法查看列表的预期长度及其数组形状。