我使用 Keras 訓(xùn)練了一個(gè)模型，但忘記保存模型。該模型是開發(fā)了許多其他模型的項(xiàng)目的一部分，但現(xiàn)在我無法繼續(xù)該項(xiàng)目。幸運(yùn)的是，我保存了初始和最終訓(xùn)練重量?，F(xiàn)在，我正在嘗試創(chuàng)建一個(gè)具有相同最終權(quán)重的模型來獲得預(yù)測。我正在編譯 keras 模型并使用函數(shù) model.set_weights 將丟失模型的最終訓(xùn)練權(quán)重設(shè)置為新模型。這是代碼。model = Sequential()model.add(Dense(1,input_dim = 1, activation = 'relu'))model.add(Dense(1, activation = 'relu'))model.compile(loss = 'mean_squared_error', optimizer = 'Adam', metrics = ['mse'])listOfNumpyArrays = [np.array([0.2]),np.array([0.2])]listOfNumpyArrays1 = listOfNumpyArraysmodel.layers[0].set_weights(listOfNumpyArrays)model.layers[1].set_weights(listOfNumpyArrays1)追溯ValueError Traceback (most recent call last)<ipython-input-31-e63437554e30> in <module>()----> 1 model.layers[0].set_weights(listOfNumpyArrays) 2 model.layers[1].set_weights(listOfNumpyArrays1)1 frames/usr/local/lib/python3.6/dist-packages/keras/engine/base_layer.py in set_weights(self, weights) 1124 str(pv.shape) + 1125 ' not compatible with '-> 1126 'provided weight shape ' + str(w.shape)) 1127 weight_value_tuples.append((p, w)) 1128 K.batch_set_value(weight_value_tuples)ValueError: Layer weight shape (1, 1) not compatible with provided weight shape (1,)
1 回答
慕的地6264312
TA貢獻(xiàn)1817條經(jīng)驗(yàn) 獲得超6個(gè)贊
您使用創(chuàng)建的 numpy 數(shù)組np.array([0.2])有一個(gè)形狀(1,)，而您的權(quán)重?cái)?shù)組有一個(gè)形狀(1,1)。雖然它們存儲相同數(shù)量的數(shù)據(jù)，但 numpy 將它們視為不同的形狀。您可以通過執(zhí)行以下操作來解決此問題：
代替：
listOfNumpyArrays = [np.array([0.2]),np.array([0.2])]
使用：
listOfNumpyArrays = [np.empty(shape = (1,1), dtype = np.float32), np.empty(shape = (1,1), dtype = np.float32)]
listOfNumpyArrays[0][0] = 0.2
listOfNumpyArrays[1][0] = 0.2
無關(guān)的說明：
在這一行中：
listOfNumpyArrays1 = listOfNumpyArrays
看起來您想創(chuàng)建兩個(gè)不同的 numpy 數(shù)組列表，它們被初始化為相同的值。listOfNumpyArrays1但是，實(shí)際上將引用與 相同的列表listOfNumpyArrays。因此，當(dāng)您執(zhí)行set_weightson時(shí)listOfNumpyArrays1，它也會修改listOfNumpyArrays。要在創(chuàng)建兩個(gè)不同的列表時(shí)將它們初始化為相同的值，可以使用以下代碼：
listOfNumpyArrays1 = [np.copy(listOfNumpyArrays[0]), np.copy(listOfNumpyArrays[1])]
np.copy創(chuàng)建一個(gè)新數(shù)組，它是您傳遞的數(shù)組的副本。這可以使用列表理解以更 pythonic 的方式編寫，如下所示：
listOfNumpyArrays1 = [np.copy(x) for x in listOfNumpyArrays]
添加回答
舉報(bào)
0/150
提交
取消