python - 如何从模型中获取权重和偏差？

Question

我有一个简单的神经网络，我需要从模型中获取权重和偏差。我已经尝试过一些之前讨论过的方法，但我总是遇到越界值错误。不知道如何解决这个问题，或者我遗漏了什么。

网络-

model = keras.Sequential([
    keras.layers.Flatten(input_shape=(28, 28)),
    keras.layers.Dense(128, activation=tf.nn.relu),
    keras.layers.Dense(10, activation=tf.nn.softmax)
])

model.layers[0].get_weights()[1]

错误 -IndexError:列表索引超出范围

这是几个问题中提到的内容，但我最终得到了越界错误。

我还有一个问题，model.layers[]后面的索引，是对应层吗？例如 model.layers[1] 给出对应于第二层的权重，类似这样的东西？

Answer 1

我去过那里，我一直在查看我的旧代码，看看我是否记得我是如何解决那个问题的。我所做的是打印 model.layer[index].get_weights()[X] 的长度，以确定 keras 在哪里保存了我需要的权重。在我的旧代码中，model.layers[0].get_weights()[1] 会返回偏差，而 model.layers[0].get_weights()[0] 会返回实际重量。在任何情况下，都要考虑到有些层没有保存权重(因为它们没有权重)，所以如果请求 model.layers[0].get_weights()[0] 不起作用，尝试使用 model.layers[1].get_weights()[1]，因为我不确定扁平层，但我知道密集层应该保存它们的权重.