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)