5
私はKerasを使って簡単なフィードフォワードネットワークを実行しています。 隠れ層が1つしかないので、各入力と各出力の関連性についていくつかの推論をしたいと思います。私はその重みを抽出したいと思います。マトリックス中Kerasシーケンシャルモデルでバイアスウェイトを抽出する方法は?
for layer in model.layers:
weights = layer.get_weights()
weights = np.array(weights[0]) #this is hidden to output
first = model.layers[0].get_weights() #input to hidden
first = np.array(first[0])
残念ながら、私は偏見に取得しないカラム、私はKerasが自動的に置く知っている:
def build_model(input_dim, output_dim):
n_output_layer_1 = 150
n_output = output_dim
model = Sequential()
model.add(Dense(n_output_layer_1, input_dim=input_dim, activation='relu'))
model.add(Dropout(0.25))
model.add(Dense(n_output))
私が書いた重みを抽出するには:
この
は、モデルでありますそれ。バイアスウェイトを取得する方法は知っていますか?
ありがとうございました!
マティアスさん、ありがとうございました! –
ご迷惑をおかけして申し訳ありませんが、どのような種類の起動機能が私のモデルにありますか?デフォルトの選択がありますか、それとも隠れたニューロンの活性化の加重和ですか? –