这个问题在这里已有答案:
我正在使用Keras运行一个简单的前馈网络 . 只有一个隐藏层我想对每个输入与每个输出的相关性做一些推断,我想提取权重 .
这是模型:
def build_model(input_dim, output_dim):
n_output_layer_1 = 150
n_output = output_dim
model = Sequential()
model.add(Dense(n_output_layer_1, input_dim=input_dim, activation='relu'))
model.add(Dropout(0.25))
model.add(Dense(n_output))
为了提取我写的重量:
for layer in model.layers:
weights = layer.get_weights()
weights = np.array(weights[0]) #this is hidden to output
first = model.layers[0].get_weights() #input to hidden
first = np.array(first[0])
不幸的是,我没有得到矩阵中的偏差列,我知道Keras会自动插入它 .
Do you know how to retrieve the biases weights?
预先感谢您的帮助 !
1 回答
密集图层的get_weights()返回两个元素的列表,第一个元素包含权重,第二个元素包含偏差 . 所以你可以简单地做:
请注意,权重和偏差已经是numpy数组 .