在具有以下部分体系结构的模型中：
让我们说Dense1和Dense2层（完全连接） .
我需要得到我已经训练过的Dense2模型的权重，但是我得到的这个图层的形状是（128,2048）让我困惑，因为这层的理论解释是它应该为我的数组提供单个值（这里：2048） . 我将Dense2的重量打印为：
weights = model.layers[layer_idx].get_weights()
我不应该看到建筑的形状吗？ （无，2048）
这里第二密集层有2048个神经元，每个神经元都与前一层输出相连 . 因此，对于单个神经元，将有128个先前的层神经元贡献 .
y = w1*x1 + w2*x2 + .......... + w128*x128
总共（128 * 2048）= 262144个参数，具有2048个偏置矢量，总共264192（262144 2048）个参数 .
谢谢
不是每个神经元都有一个重量，而是每个神经元的连接 . 如果你完全连接128个神经元与2048，你得到128 x 2048权重 .
这就是为什么你的形状为（128,2048） .
2 回答
这里第二密集层有2048个神经元，每个神经元都与前一层输出相连 . 因此，对于单个神经元，将有128个先前的层神经元贡献 .
y = w1*x1 + w2*x2 + .......... + w128*x128总共（128 * 2048）= 262144个参数，具有2048个偏置矢量，总共264192（262144 2048）个参数 .
谢谢
不是每个神经元都有一个重量，而是每个神经元的连接 . 如果你完全连接128个神经元与2048，你得到128 x 2048权重 .
这就是为什么你的形状为（128,2048） .