為神經網絡單獨設置起始權重

Question

我有一個簡單的前饋神經網絡，由 8 個輸入神經元組成，然后是 2 個隱藏層，每個隱藏層有 6 個隱藏神經元和 1 個 output 層，由 1 個 output 神經元組成。

Keras 代碼為：

model = Sequential()

model.add(Dense(6, input_dim = 8, activation='tanh')
model.add(Dense(6, activation='tanh'))
model.add(Dense(1, activation='tanh'))

問題：

由於我知道 8 個輸入參數中的哪一個對單個 output 影響最大，因此我可以將它們的起始權重設置為相對於其他輸入參數更高的值。 如果這可能會顯着減少培訓時間（如果我沒有錯的話）。

Answer 1

# reading the initial weights and bias of the input layer
layer_1 = (model.layers)[0]

# reading the initial weights of the input layer
w_1 = layer_1.get_weights()[0]

# setting weights for nth parameter of the input layer to a modified value val
w_1[n, :] = val

# setting the modified weights and unmodified bias of the input layer 
layer_1.set_weights([w_1, layer_1.get_weights()[1]])

# writing layer_1 to model
(model.layers)[0] = layer_1