概述：分类
所有的Keras层对象都有如下方法：
-
layer.get_weights()：返回层的权重（numpy array） -
layer.set_weights(weights)：从numpy array中将权重加载到该层中，要求numpy array的形状与*layer.get_weights()的形状相同 -
layer.get_config()：返回当前层配置信息的字典，层也可以借由配置信息重构:
#层重构方法1
1 layer = Dense(32) #创建一个层
2 config = layer.get_config() #获得层配置信息 3 reconstructed_layer = Dense.from_config(config) #重建层
#层重构方法2
1 from keras import layers 2 3 config = layer.get_config() 4 layer = layers.deserialize({'class_name': layer.__class__.__name__,'config': config})
如果层仅有一个计算节点（即该层不是共享层），则可以通过下列方法获得输入张量、输出张量、输入数据的形状和输出数据的形状：
-
layer.input -
layer.output -
layer.input_shape -
layer.output_shape
如果该层有多个计算节点（参考层计算节点和共享层）。可以使用下面的方法
-
layer.get_input_at(node_index) -
layer.get_output_at(node_index) -
layer.get_input_shape_at(node_index) -
layer.get_output_shape_at(node_index)