我有以下模型(例如)
input_img = Input(shape=(224,224,1)) # size of the input image
x = Conv2D(64, (3, 3), strides=(1, 1), activation='relu', padding='same')(input_img)
我的autoencoder模型中有几层这样的。我对第一层的过滤器特别感兴趣。有64个过滤器,每个过滤器大小为3x3。
为了获得过滤器,我尝试使用以下代码:
x.layers[0].get_weights()[0]
但我得到的错误如下:
AttributeError Traceback (most recent call last)
<ipython-input-166-96506292d6d7> in <module>()
4 x = Conv2D(64, (3, 3), strides=(1, 1), activation='relu', padding='same')(input_img)
5
----> 6 x.layers[0].get_weights()[0]
AttributeError: 'Tensor' object has no attribute 'layers'
我没有使用顺序模型。在几个这样的图层之后,我的模型将使用以下命令形成。
model = Model()
我是CNN的新手,我甚至不知道get_weights函数是否可以帮助我获得过滤器值。我如何获得过滤器的价值?
目前,您的代码在图层定义本身上调用layers
函数。
首先需要编译模型,然后您可以在模型上使用layers
函数来检索特定图层的权重。
在你的情况下:
weights = model.layers[1].get_weights()
将为您提供第一卷积层的权重集
编译模型后可以使用哪个:
model = Model(inputs=input_img, output=b)
其中b
指的是模型中的最后一层。