model.layers[i].get_weights() 返回空列表答案

【问题标题】：model.layers[i].get_weights() returns empty listmodel.layers[i].get_weights() 返回空列表
【发布时间】：2021-02-20 06:31:43
【问题描述】：

您好，我有以下代码，我正在将预先保存的自定义权重从 .cpkt 文件加载到 resnet 模型中。

'''

def resnet_model():
    input_tensor = Input(shape=(224,224,3))
    base_model = keras.applications.ResNet50(input_tensor=input_tensor,weights = 'imagenet', include_top = False)
    for layer in base_model.layers:
        layer.trainable = True
    x = base_model.output
    x = GlobalAveragePooling2D(data_format='channels_last')(x)
    x = Dense(256)(x)
    l2_norm_final = Lambda(lambda x: K.l2_normalize(x,axis=1))(x)
    final_model = Model(inputs=base_model.input, outputs = l2_norm_final)

    return final_model

model = resnet_model()
model.load_weights(weights_file_orig)


#this works i.e., W has the model's weights
W = model.get_weights()

#this does not work i.e., w,b have []
all_weights = [], all_biases = []
for layer in model.layers:
    w,b = layer.get_weights()
    all_weights.append(w)
    all_biases.append(b)

'''

如何从保存的 .cpkt 文件中逐层获取权重和偏差？

非常感谢！

【问题讨论】：

哪一层不返回权重？您应该考虑到并非所有层都有权重。
没有层。它们都返回空列表。

标签： keras keras-layer

【解决方案1】：

第一次更正：

你没有正确使用多重赋值，下面提到了更正：

all_weights = [], all_biases = [] # wrong
all_weights, all_biases = [], [] # correct way to use multi-assignment in python

第二次更正：

并非所有层都具有权重，例如：Input、Dropout 等，因此当您尝试获取这些层的节点权重和偏置权重时，您将遇到错误，表明很少要解压的值，下面的代码应该可以完成工作。

for layer in model.layers:
  try:      
    w,b = layer.get_weights()
    all_weights.append(w)
    all_biases.append(b)
  except:
    pass # not all layers have weights !

如果你想只获得预训练模型（res-net）的权重，那么在运行上面的代码之前定义 model 变量如下：

model = keras.applications.ResNet50(input_tensor=input_tensor,weights = 'imagenet', include_top = False)

【讨论】：