python - 获取上一层的权重

Question

是否可以获取上一层的权重，修改它们并再次设置到下一层。我想在网络中引入一个自定义层，它将修改权重（根据所需的逻辑），然后将修改后的权重值设置为下一层。类似于下图所示：

我不确定这是否可能。我知道我们可以转储快照，然后使用它来设置新的权重。我还可以使用快照转换权重。但是，我不知道如何在网络本身内执行此操作（无需拍摄或使用任何快照）。

谢谢

KK

Answer 1

tl;dr：加载一个模型（不编译）并使用您要初始化模型的权重。为要更改的图层创建新的权重。

完整版：

根据这个线程并由 fchollet 自己解释，执行此操作的规范方法是将权重加载到以前的 Keras 模型中（您不需要编译它，所以它是即时的）并将该模型用作可查询的访问权重的数据结构。

对于顺序模型，您可以这样做：

weights = model.layers[5].get_weights()
model.layers[5].set_weights(weights)

另请参阅：与 fchollet 有关此主题的另一个讨论。