如何用一个numpy数组在Keras中设置权重？

Question

我在使用Keras后端函数设置值时遇到问题.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,但权重似乎没有设置.注意:我实际上并没有使用np.ones来设置一个例子.

我试过了...

加载现有模型

import keras
from keras.models import load_model, Model
model = load_model(model_dir+file_name)
keras_layer = [layer for layer in model.layers if layer.name=='conv2d_1'][0]

创建一个简单的模型

img_input = keras.layers.Input(shape=(3,3,3))
x = keras.layers.Conv2D(1, kernel_size=1, strides=1, padding="valid", 
use_bias=False, name='conv1')(img_input)
model = Model(img_input, x)
keras_layer = [layer for layer in model.layers if layer.name=='conv1'][0]

然后使用set_weights或set_value

keras_layer.set_weights([np.ones((1, 1, 3, 1))])

要么...

K.batch_set_value([(weight,np.ones((1, 1, 3, 1))) for weight in keras_layer.weights])

之后我打电话给以下任何一个:

K.batch_get_value([weight for weight in keras_layer.weights])
keras_layer.get_weights()

并且没有任何权重显示已设置.返回与之前相同的值.

[array([[[[  1.61547325e-06],
      [  2.97779252e-06],
      [  1.50160542e-06]]]], dtype=float32)]

如何使用numpy数组值设置Keras中图层的权重？

Answer 1

什么是keras_layer你的代码？

您可以通过以下方式设置权重:

model.layers[i].set_weights(listOfNumpyArrays)    
model.get_layer(layerName).set_weights(...)
model.set_weights(listOfNumpyArrays)

model现有模型的实例在哪里.您可以使用get_weights()上面相同实例中的方法查看列表的预期长度及其数组形状.

Answer 2

keras的set_weights（）方法接受一列numpy数组，您传递给该方法的内容似乎是一个数组。其形状应与同一层上的get_weights（）输出的形状相同。这是代码：

l=[]
x=np.array() #weights
y=np.array() #array of biases
l.append(x)
l.append(y)
loaded_model.layers[0].set_weights(l) #loaded_model.layer[0] being the layer

这对我有用，它在调用get_weights（）时返回更新的权重。