Keras节省了单个图层的权重，而不是模型

Question

我目前正在尝试创建多个模型，这些模型将重用某些图层，包括其权重。 我通过创建一个列表表来初始化这些层，然后在创建每个单独的模型时调用它们来实现这一点。

column = []
column.append(Conv2D(self.out_filters, (3, 3), padding='same', kernel_initializer='he_normal', activation='relu'))
column.append(Conv2D(self.out_filters, (5, 5), padding='same', kernel_initializer='he_normal', activation='relu'))

然后在创建模型时

layer = column[0](input)

现在的问题是，如何保存列表中所有图层的权重？ 据我所知，keras的保存功能仅保存已正确构建的整个模型。

编辑：只是为了澄清，我想保存“列”列表，而不是最终模型。 我在使用存储在“列”中的图层时随机生成模型结构。 因此，两个模型可能具有不同的体系结构，但是它们具有权重共享（对一个模型的训练也会影响另一个模型的权重）。

Answer 1

像这样

model.save_weights('my_model_weights.h5')

model.get_weights（）也可用于获取模型的权重，然后手动保存它们以供以后使用

model.get_weights()

参见链接 。