python - 如何使用 Keras 手动更新权重

Question

我正在使用 Keras 构建一个 LSTM 并通过使用外部成本函数进行梯度下降来调整它。所以权重更新为:

weights := weights + alpha* gradient(cost)

我知道我可以通过 keras.getweights() 获得权重，但是我怎样才能进行梯度下降并更新所有权重并相应地更新权重。我尝试使用 initializer ，但我还是没弄明白。我只找到了一些与 tensorflow 相关的代码，但我不知道如何将其转换为 Keras。

任何帮助、提示或建议将不胜感激!

Answer 1

keras.layer.set_weights()是你要找的:

import numpy as np
from keras.layers import Dense
from keras.models import Sequential

model = Sequential()
model.add(Dense(10, activation='relu', input_shape=(10,)))
model.add(Dense(5, activation='relu'))
model.add(Dense(1, activation='sigmoid'))
model.compile(optimizer='adam', loss='categorical_crossentropy')

a = np.array(model.get_weights())         # save weights in a np.array of np.arrays
model.set_weights(a + 1)                  # add 1 to all weights in the neural network
b = np.array(model.get_weights())         # save weights a second time in a np.array of np.arrays
print(b - a)                              # print changes in weights

查看 keras 文档的相应页面 here .