如何檢查Keras模型中每個epoc後的權重

Question

我在Keras中使用順序模型。我想在每個時代檢查模型的重量。請你指導我如何做到這一點。

model = Sequential() 
model.add(Embedding(max_features, 128, dropout=0.2)) 
model.add(LSTM(128, dropout_W=0.2, dropout_U=0.2)) 
model.add(Dense(1)) 
model.add(Activation('sigmoid')) 
model.compile(loss='binary_crossentropy',optimizer='adam',metrics['accuracy']) 
model.fit(X_train, y_train, batch_size=batch_size, nb_epoch=5 validation_data=(X_test, y_test)) 

在此先感謝。

Answer 1

你在找什麼是CallBack功能。回調是Keras函數，在關鍵點訓練期間重複調用。它可以在一批，一個時代或整個培訓之後。有關文檔和回調列表，請參閱here。

你想要的是一個可以用LambdaCallBack對象創建的自定義CallBack。

from keras.callbacks import LambdaCallback 

model = Sequential() 
model.add(Embedding(max_features, 128, dropout=0.2)) 
model.add(LSTM(128, dropout_W=0.2, dropout_U=0.2)) 
model.add(Dense(1)) 
model.add(Activation('sigmoid')) 

print_weights = LambdaCallback(on_epoch_end=lambda batch, logs: print(model.layers[0].get_weights())) 

model.compile(loss='binary_crossentropy',optimizer='adam',metrics['accuracy']) 
model.fit(X_train, 
      y_train, 
      batch_size=batch_size, 
      nb_epoch=5 validation_data=(X_test, y_test), 
      callbacks = [print_weights]) 

上面的代碼應該在每一個時代的結束打印嵌入權model.layers[0].get_weights()。你來打印你想要讓它可讀性，把它轉儲到泡菜文件，...

希望這有助於