首页 文章

如何知道Keras模型中是否加载了权重？

提问于
浏览 次
1

我正在使用keras for tensorflow 1.4 . 由于某些未知原因，当我尝试使用以下方法下载权重（vgg16_weights_tf_dim_ordering_tf_kernels_notop.h5'）时，我继续失败：

base_model = VGG16(weights='imagenet', include_top=False)

所以我从脚本中引用的链接手动下载了权重 . https://github.com/fchollet/deep-learning-models/releases/download/v0.1/vgg16_weights_tf_dim_ordering_tf_kernels_notop.h5

由于VGG16的权重不能设置为权重的路径（它必须是imagenet或None），我使用了代码行：

base_model = VGG16(weights=None, include_top=False)
 path = os.path.join('weights','vgg16_weights_tf_dim_ordering_tf_kernels_notop.h5')
 base_model.load_weights(path)

它与base_model = VGG16相同（权重='imagenet'，include_top = False）？如何检查重量和输出是否正确？

python tensorflow keras

1 回答

  • 1

    您可以在.h5文件中访问权重：

    w1 = h5py.File('someFile.h5)
allKeys = w1.keys()
first_layer_wts = w1[allKeys[0]][:]  # assuming first layer has weights

    在Keras模型中加载权重后，您可以访问它们：

    w2 = model.get_weights()

    现在检查 first_layer_wts 和 w2 中的相应权重是否相等 . 这可能需要一些调整 . 例如，如果图层是卷积的，那么您有两个权重数组（一个用于内核，另一个用于偏差） . 你可以访问它们：

    first_layer_wts_kernel = w1[allKeys[0]]['kernel'][:]
first_layer_wts_bias = w1[allKeys[0]]['bias'][:]

    您可以通过始终检查可用密钥来解决这个问题 .

    回复于

相关问题