如何获得keras层的权重和偏差值？答案

【问题标题】：How to get the values of weights and biases of keras layer?如何获得keras层的权重和偏差值？
【发布时间】：2019-11-18 13:36:54
【问题描述】：

为了让我的问题更清楚，我在这里写了一段代码：

from keras.layers import Input, Dense
from keras.models import Model
import numpy as np

features = np.random.normal(0, 1, (1000, 3))
labels = np.sum(features, axis=1)
print(features.shape, labels.shape)

input_layer = Input(shape=(3,))
dense_layer_1 = Dense(units=10, activation='sigmoid')
dense_layer_1_output = dense_layer_1(input_layer)
dense_layer_2 = Dense(units=1, activation='linear')
dense_layer_2_output = dense_layer_2(dense_layer_1_output)

model = Model(input_layer, dense_layer_2_output)
model.compile(optimizer='adam', loss='mean_squared_error')
model.fit(features, labels, batch_size=32, epochs=20, verbose=2, validation_split=.2)

我的问题是：如何获取和打印这两个 Dense 层的权重和偏差值？

【问题讨论】：

标签： python keras keras-layer

【解决方案1】：

您可以简单地使用以下代码来获取这两个密集层的权重和偏差：

for layer in model.layers:
    print(layer.name)
    w, b = layer.get_weights()
    print(w, b)

代码：

input_layer = Input(shape=(3,))
dense_layer_1 = Dense(units=10, activation='sigmoid', name='dense_layer_1')
dense_layer_1_output = dense_layer_1(input_layer)
dense_layer_2 = Dense(units=1, activation='linear',  name='dense_layer_2')
dense_layer_2_output = dense_layer_2(dense_layer_1_output)

model = Model(input_layer, dense_layer_2_output)
model.compile(optimizer='adam', loss='mean_squared_error')
model.fit(features, labels, batch_size=32, epochs=20, verbose=2, validation_split=.2)

for layer in model.layers[1:]:
    print(layer.name)
    w, b = layer.get_weights()
    print(w, b)

【讨论】：

【解决方案2】：

如上所述here

如果你想得到所有层的权重和偏差，你可以简单地使用：

for layer in model.layers: print(layer.get_config(), layer.get_weights())

如果你希望权重直接返回为 numpy 数组，你可以使用：

first_layer_weights = model.layers[0].get_weights()[0]
first_layer_biases  = model.layers[0].get_weights()[1]
second_layer_weights = model.layers[1].get_weights()[0]
second_layer_biases  = model.layers[1].get_weights()[1]

【讨论】：