Question

在keras顺序模型中，可以使用set_weights方法直接设置权重。

model.layers[n].set_weights([your_wight])

但是，如果我尝试使用功能性API为图层设置权重，则会遇到问题。

这是代码段：

emb = Embedding(max_words, embedding_dim, input_length=maxlen)(merge_ip)
         #skipping some lines
         .
         .
emb.set_weights([some_weight_matrix])

这引发了错误

AttributeError: 'Tensor' object has no attribute 'set_weights'

我认为是因为emb是一个Tensor对象。

我想知道如何在模型中正确设置体重

Answer 1

如果要在“嵌入”层上设置权重，可以将其添加到构造器中，如下所示：

from keras.layers import Embedding

embedding_layer = Embedding(len(word_index) + 1,
                            EMBEDDING_DIM,
                            weights=[embedding_matrix],
                            input_length=MAX_SEQUENCE_LENGTH,
                            trainable=False)

https://blog.keras.io/using-pre-trained-word-embeddings-in-a-keras-model.html

之后，您可以交出merge_ip：

x = embedding_layer(merge_ip)

Answer 2

embed_layer = Embedding(max_words, embedding_dim, input_length=maxlen)
emp = embed_layer(merge_ip)

embed_layer.set_weights("...")

Keras功能API，手动为图层设置权重

2 个答案: