如何在Keras順序模型上設置自定義權重？

Question

所以，我想設置我自己的權重的Sequential keras模型。 為了獲得權數，我將相鄰層的節點數彼此相乘。

這是我的代碼：

model.add(Dense(units=3, activation='relu', input_dim=4))
model.add(Dense(3, activation='relu'))
model.add(Dense(5, activation='softmax'))

weights_count = []

weights_count.append(4*3)
weights_count.append(3*3)
weights_count.append(3*5)

weights = []

for count in weights_count:
    curr_weights = []
    for i in range(count):
        curr_weights.append(random.random())
    weights.append(curr_weights)
model.set_weights(weights)

此代碼生成此錯誤：

ValueError：形狀必須相等，但對於輸入形狀為[4,3]，[12]的“分配”（操作：“分配”），形狀應為2和1。

為什么會這樣呢？

Answer 1

形狀未對齊。

您最好這樣做：

import numpy as np

# create weights with the right shape, e.g.
weights = [np.random.rand(*w.shape) for w in model.get_weights()]

# update
model.set_weights(weights)

希望能有所幫助。