5
我正在使用Keras運行一個簡單的前饋網絡。 只有一個隱藏層我想對每個輸入與每個輸出的相關性做一些推論,我想提取權重。如何提取Keras序列模型中的偏置權重?
這是模型:
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))
要提取我寫的重量:
在矩陣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])
不幸的是我沒有得到的偏見列,這我知道Keras自動放它。
你知道如何檢索偏差權重嗎?
非常感謝您的幫助!
謝謝Matias,沒注意到! –
對不起,打擾你了,輸出在我的模型中有什麼樣的激活函數?是否有默認選擇,還是僅僅是隱藏神經元激活的加權和? –