Keras減輕體重

Question

我正在使用預訓練的Keras模型MobileNets。 我正在嘗試將一個圖層的權重保存在文本文件中。 權重矩陣的維數如下：

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

      (1, 3, 3, 3, 32)

對於哪個3對應於通道，哪個對應於高度和寬度，我感到困惑。 我知道32對應於過濾器的數量。

另外，如果您可以幫助我將它們另存為線性矩陣，那將非常好！

Answer 1

有點奇怪， get_weights()應該返回一個列表，在此代碼中情況並非如此。 無論如何，假設您從列表中選擇了正確的數組，並假設它是3D卷積...（否則有些事情不太正確，我想請您分享確切的圖層定義）。

聽起來像是3D卷積濾波器，其中這些數字按順序排列：

• 1空間維度1
• 3空間維度2
• 3空間維度3
• 3個輸入通道
• 32個輸出通道

---

保存numpy數組有幾種方法。 我喜歡numpy.save() 。

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

您還可以創建一個文本文件並將其另存為文本：

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

不確定“線性矩陣”是什么，但是如果只需要一個維度，則可以調整形狀：

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() 。