2回答
在keras序贯模型中，可以使用set_weights方法直接设置权重。model.layers[n].set_weights([your_wight])
然而，如果我试图使用函数式API为一个层设置权重，我就会遇到问题。我想知道如何在我的模型中正确设置wight
浏览 2提问于2018-08-13得票数 1
回答已采纳
3回答
我在使用Keras后端函数来设置值时遇到了问题。我正在尝试将模型从PyTorch转换为Keras，并尝试设置Keras模型的权重，但似乎没有设置这些权重。注意:我实际上并不是在用np.ones进行设置，只是举个例子而已。import kerasmodel = loa
浏览 1提问于2017-11-08得票数 31
回答已采纳
\engine\saving.py in load_model(filepath，custom_objects，编译) 262 263 #设置权重--> 264 custom_objects model.layers(图层、权重、original_keras_version、original_backend、重塑) 555权重=convert_nested_time_distributed(权重) 556 elifin preprocess_weights_for
浏览 0提问于2018-08-21得票数 8
回答已采纳
我希望通过使用从LeNet获得的权重来初始化VGG的权重，从而在其他数据集上训练VGG架构。keras.initializers.Zeros()
你知道我怎么设置权重吗？
浏览 0提问于2019-04-17得票数 0
1回答
有一个问题，我需要在Keras中更改图层权重的小数精度。有什么解决方案吗？我知道有一种方法可以在16/32/64之间改变权重的格式，但我真正想做的是将权重限制在特定的数字上，例如， 一组权重:将1.0454446更改为1.0454000，类似于floor()函数 是否有一些用于该操作的模块函数
浏览 21提问于2020-04-25得票数 0
2回答
StandardScaler()X_test = sc.transform(X_test)
import kerasfrom keras.models import Sequentialclassifier
浏览 116提问于2020-04-28得票数 0
回答已采纳
我尝试将vgg16层添加到顺序模型，但遇到了问题标题中提到的错误 from keras.applications.vgg16 import VGG16
for layer in vgg_model.layers:
print(model.summary()) 我使用的是kerasFound: <keras
浏览 31提问于2019-02-18得票数 1
回答已采纳
2回答
如何在磁通中手动设置图层的权重？函数假定使用梯度。虽然我可能可以在一起破解一个梯度矩阵来使用update!(x, x̄)，但这似乎不是一个很好的解决方案。理想情况下，我想编写一些函数来获取现有的权重，计算新的权重，然后设置这些新的权重，比如d.W = func(d.W; args)
浏览 3提问于2021-03-28得票数 1
回答已采纳
是否可以在神经网络中加载model.add中的角点权重？我想加载基于泽维尔或其他初始化器的权重。我怎么能在角星上做这件事？例如，weight=[w1,w2,w3,w4]，我们如何在keras中做到这一点？
浏览 0提问于2018-04-15得票数 1
回答已采纳
1回答
VGG迁移学习错误
、、、
VGG16(weights='imagenet', include_top=True) File "C:\Research\Python_installation\lib\site-packages\keras
浏览 13提问于2018-02-24得票数 0
回答已采纳
我在Keras中训练了一个特征提取器，并将权重保存为一个h5文件。现在，我希望将相同的权重加载到在PyTorch中创建和初始化的相同模型中，以便进行性能比较。
浏览 0提问于2019-08-04得票数 3
2回答
在我正在编写的示例DNN教程中，我发现Keras layer.get_weights()函数返回的变量列表为空。我已经成功地交叉验证并使用model.fit()函数来计算召回分数。但是，当我尝试对分类变量使用get_weights()函数时，它为所有变量返回空权重。
我不是在寻找代码的解决方案，但我只是好奇什么可能会导致这种情况。我已经通读了Keras API，但它没有为我提供我希望看到的信息。除了没有设置权重之外，是什么原因导致<e
浏览 3提问于2017-11-04得票数 8
我在使用Keras工作时遇到了一个可怕的问题，这是一个问题； encoder_path = "my own encoder path" encoder = tf.keras.models.load_model(encoder_path, compile=False)# z = tf.<e
浏览 25提问于2021-04-27得票数 0
回答已采纳
1回答
想象一下，我试图用以下方式来拟合一个模型：x_out = tf.keras.layers.Dense(m, use_bias=False)(x_in)
现在的问题是，这将创建nxm权重--然而，在我的模型中，我希望大多数权重为零(实际上，只有m权值是非零的)；到目前为止，我通过一个
浏览 1提问于2022-02-07得票数 0
我正在实现WGAN，需要裁剪权重变量。
我目前正在使用带有Keras的Tensorflow作为高级API。因此，使用Keras构建层以避免手动创建和初始化变量。问题是WGAN需要裁剪权重变量，一旦我得到了这些权重变量，就可以使用tf.clip_by_value(x, v0, v1)来完成，但是我不知道如何安全地获得它们。另一种解决方案是layer.get_weights()，但它获得了numpy数组，尽管我可以使用numpy API对它们进行剪辑，并使
浏览 6提问于2017-03-01得票数 0
回答已采纳
1回答
我正在研究如何在图层中设置自定义权重。are from 0 to 9
def build_model(allow_cudnn_kernel=True):
keras.layers.LSTMCell(units), input_shape=(None, input_dim))
model = keras.models.Sequenti
浏览 0提问于2020-05-28得票数 3
我在Keras中有一个模型，如下所示：pad1 = TimeDistributed(ZeroPadding2Dpadding="same", name="block1_pool", data_format="channels_last"))(conv1_2)
我希望能够将conv1_1和conv1_2的可训练权重参数设置为每个时间步的预先训练值Keras似乎将这些层
浏览 0提问于2018-10-10得票数 0
当我对函数式API执行同样的操作时，一切都会按预期运行。我真的很感谢一些关于我在这里遗漏的东西的提示:下面的代码应该进一步说明我的问题。= tf.keras.layers.Dense(1024, activation = 'relu')
'''
Constructing
浏览 79提问于2021-08-23得票数 0
回答已采纳
1回答
我是Keras的新手，我正在写一个自定义的层，它实现了高斯函数exp(-(w*x-mean)^2/sigma^2)，其中W，mean，sigma都是随机生成的。下面是自定义图层的代码： def __init__(self,**kwargs):更新第一层
浏览 0提问于2018-07-11得票数 3
我在Keras中有一个神经网络模型，它是在数据集上训练的。现在，我想从密集层和卷积层中移除/删除一些特定的权重。有没有办法在Keras中做到这一点？请帮帮忙。谢谢。
浏览 2提问于2018-12-17得票数 3
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
