Gewichte namentlich in Keras

Question

Nach dem Training ein Modell Keras verwendet wird, kann ich mit einer Liste von Gewicht Arrays erhalten:

myModel.get_weights() 

oder

myLayer.get_weights() 

Ich mag würde die Namen kennen, entsprechend jede Gewichtsgruppe. Ich weiß, wie man das indirekt macht, indem ich das Modell speichere und die HDF5 Akte analysiere, aber sicher muss es einen direkten Weg geben, dies zu erreichen?

Answer 1

Funktion get_weights gibt eine Liste von numpy Arrays ohne Name Informationen in ihnen zurück.

Wie für Model.get_weights(), ist es nur die Verkettung von Layer.get_weights() für jede der [abgeflachten] Schichten.

Allerdings gibt Layer.weights direkten Zugriff auf die Back-End-Variablen, und diese, ja, können einen Namen haben. Die Lösung besteht dann darin, jedes Gewicht jeder Schicht zu durchlaufen und dessen name Attribut abzurufen.

Ein Beispiel mit VGG16:

from keras.applications.vgg16 import VGG16 


model = VGG16() 

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

for name, weight in zip(names, weights): 
    print(name, weight.shape) 

die Ausgänge:

block1_conv1_W_6:0 (3, 3, 3, 64) 
block1_conv1_b_6:0 (64,) 
block1_conv2_W_6:0 (3, 3, 64, 64) 
block1_conv2_b_6:0 (64,) 
block2_conv1_W_6:0 (3, 3, 64, 128) 
block2_conv1_b_6:0 (128,) 
block2_conv2_W_6:0 (3, 3, 128, 128) 
block2_conv2_b_6:0 (128,) 
block3_conv1_W_6:0 (3, 3, 128, 256) 
block3_conv1_b_6:0 (256,) 
block3_conv2_W_6:0 (3, 3, 256, 256) 
block3_conv2_b_6:0 (256,) 
block3_conv3_W_6:0 (3, 3, 256, 256) 
block3_conv3_b_6:0 (256,) 
block4_conv1_W_6:0 (3, 3, 256, 512) 
block4_conv1_b_6:0 (512,) 
block4_conv2_W_6:0 (3, 3, 512, 512) 
block4_conv2_b_6:0 (512,) 
block4_conv3_W_6:0 (3, 3, 512, 512) 
block4_conv3_b_6:0 (512,) 
block5_conv1_W_6:0 (3, 3, 512, 512) 
block5_conv1_b_6:0 (512,) 
block5_conv2_W_6:0 (3, 3, 512, 512) 
block5_conv2_b_6:0 (512,) 
block5_conv3_W_6:0 (3, 3, 512, 512) 
block5_conv3_b_6:0 (512,) 
fc1_W_6:0 (25088, 4096) 
fc1_b_6:0 (4096,) 
fc2_W_6:0 (4096, 4096) 
fc2_b_6:0 (4096,) 
predictions_W_6:0 (4096, 1000) 
predictions_b_6:0 (1000,)