在Keras順序模型中，如何用我自己的權重初始化第二個conv層？

Question

我有一個具有兩個卷積層的模型。 我已經成功為conv_1圖層設置了新的權重，但是在設置conv_2圖層的權重conv_2收到錯誤消息：

    model.add(Conv2D(8, (3, 3), input_shape=(28,28,1), activation='relu'))
    model.add(MaxPooling2D(pool_size=(2, 2)))
    model.add(Conv2D(6, (3, 3), input_shape=(26,26,1), activation='relu'))

    model.layers[0].set_weights(w1)
    model.layers[2].set_weights(w2)

在這里， w1.shape == (3, 3, 1, 8)和w2.shape == (3, 3, 1, 6) 。 錯誤消息是：

ValueError: Layer weight shape (3, 3, 8, 6) not compatible with provided weight shape (3, 3, 1, 6)

我不明白為什么不設置權重？

Answer 1

正如我在評論部分中提到的，一種替代方法是對過濾器中的所有通道使用相同的權重。 為此，您可以輕松地將w2的值重復八次，以獲得形狀為(3,3,8,6)的數組：

w2 = w2.repeat(8,axis=2)
w2.shape
# (3,3,8,6)