为什么 get_weights 返回一个空列表？答案

【问题标题】：Why does get_weights return an empty list?为什么 get_weights 返回一个空列表？
【发布时间】：2017-11-04 02:37:24
【问题描述】：

我正在自学数据科学，一些特别的东西引起了我的注意。在我正在编写的示例 DNN 教程中，我发现 Keras layer.get_weights() 函数为我的变量返回了空列表。我已成功交叉验证并使用model.fit() 函数计算召回分数。

但是当我尝试对我的分类变量使用 get_weights() 函数时，它会返回所有的空权重。

我不是在寻找代码的解决方案，但我只是对可能导致这种情况的原因感到好奇。我已经阅读了 Keras API，但它没有为我提供我希望看到的信息。什么可能导致 Keras 中的 get_weights() 函数返回空列表，当然权重未设置除外？

【问题讨论】：

没有源代码或用于运行教程的规范，我们无法弄清楚发生这种情况的原因。

标签： python machine-learning tensorflow keras

【解决方案1】：

也许您在创建权重之前要求它们。

权重是在模型第一次在输入上调用时创建的，或者 build() 以 input_shape 调用。

例如，如果您从检查点加载权重，但没有为模型提供input_shape，则get_weights() 将返回一个空列表。

【讨论】：

【解决方案2】：

也可能是，您正试图从没有任何权重的层中获取权重。假设您定义了以下模型：

input = Input(shape=(4,))
hidden_layer_0 = Dense(4, activation='tanh')(input)
hidden_layer_1 = Dense(4, activation='tanh')(hidden_layer_0)
output = Lambda(lambda t: l2_normalize(100000*t, axis=1))(hidden_layer_1)

model = Model(input, output)

并且想要打印每一层的权重（在之前构建/训练之后）。你可以这样做：

for layer in model.layers:
    print("===== LAYER: ", layer.name, " =====")
    if layer.get_weights() != []:
        weights = layer.get_weights()[0]
        biases = layer.get_weights()[1]
        print("weights:")
        print(weights)
        print("biases:")
        print(biases)
    else:
        print("weights: ", [])

如果你运行这段代码，你会得到这样的结果：

===== LAYER:  input_1  =====
weights:  []
===== LAYER:  dense  =====
weights:
[[-6.86365739e-02  2.24897027e-01  ...  1.90570995e-01]]
biases:
[-0.02512692  -0.00486927  ...  0.04254978]
===== LAYER:  dense_1  =====
weights:
[[-6.86365739e-02  2.24897027e-01  ...  1.90570995e-01]]
biases:
[-0.02512692  0.00933884 ...  0.04254978]
===== LAYER:  lambda  =====
weights:  []

如您所见，第一个（输入）和最后一个（Lambda）层没有任何权重。

【讨论】：