如何使用 Keras API 提取隐藏层的权重答案

【问题标题】：How to extract weights of hidden layers with Keras API如何使用 Keras API 提取隐藏层的权重
【发布时间】：2018-08-14 06:04:44
【问题描述】：

我有一个简单的顺序神经网络，我想用它来训练分类器。它由1个输入层、3个隐藏层和1个输出层组成，如下：

    #sequential type of model
model = Sequential() 
#stacking layers with .add
model.add(Dense(len(ytrain), activation='relu', input_dim=100))
model.add(Dropout(0.5))
model.add(Dense(len(ytrain), activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(len(ytrain), activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(len(ytrain), activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(5, activation='softmax'))

如何提取与每个隐藏层相关的权重。最终目标是然后使用激活函数来计算每个标签正确的概率。

希望你能理解。任何形式的帮助表示赞赏。

【问题讨论】：

标签： python machine-learning neural-network keras

【解决方案1】：

weights = [layer.get_weights() for layer in model.layers]

【讨论】：