Keras减轻体重

Question

我正在使用预训练的Keras模型MobileNets。 我正在尝试将一个图层的权重保存在文本文件中。 权重矩阵的维数如下：

      layerr = model.layers[2].get_weights()
      print(layerr.shape)

      (1, 3, 3, 3, 32)

对于哪个3对应于通道，哪个对应于高度和宽度，我感到困惑。 我知道32对应于过滤器的数量。

另外，如果您可以帮助我将它们另存为线性矩阵，那将非常好！

Answer 1

有点奇怪， get_weights()应该返回一个列表，在此代码中情况并非如此。 无论如何，假设您从列表中选择了正确的数组，并假设它是3D卷积...（否则有些事情不太正确，我想请您分享确切的图层定义）。

听起来像是3D卷积滤波器，其中这些数字按顺序排列：

• 1空间维度1
• 3空间维度2
• 3空间维度3
• 3个输入通道
• 32个输出通道

---

保存numpy数组有几种方法。 我喜欢numpy.save() 。

np.save('filename.npy', layerr)

您还可以创建一个文本文件并将其另存为文本：

with open('filename.txt', 'w') as f:
    f.write(str(layerr))

不确定“线性矩阵”是什么，但是如果只需要一个维度，则可以调整形状：

flatWeights = layerr.reshape((-1,))
#then save

但是，如果要保存以后使用，最好使用model.save()或model.save_weights() 。