修改Keras中的圖層權重

Question

我試圖修改Keras中圖層的輸出。我有一個編碼器，將時間序列轉換爲潛在空間，然後，對於每個時間序列壓縮，我想在時間序列中添加一些數字。

比如我有：

input_d = Input((100,)) 
h1_d = Reshape((100, 1))(input_d) 
h2_d = LSTM(150, return_sequences=True)(h1_d) 
h3_d = TimeDistributed(Dense(64, activation='linear'))(h2_d) 
h4_d = LSTM(150)(h3_d) 
output_d = Dense(30, activation='linear')(h4_d) 

我想要做這樣的事情：

new_weights = [] 
for i in outputs_d.weights: 
    new_weights.append(np.vstack(([1,2,3], i))) 

但問題是，我不知道在哪個時刻，我能做到這一點，因爲如果在ouput_d之後寫了一個Lambda層，我無法訪問權重。

Answer 1

我發現要做這樣的事情的唯一方法是通過實現所需的功能作爲回調，在那裏你可以訪問模型，從而通過self.model.trainable_weights或self.model.get_weights()訪問權重。