Метод get_weights класса Layer

Метод get_weights класса Layer возвращает веса слоя в виде списка массивов NumPy. Метод не принимает параметров. Если слой еще не построен, метод возвращает пустой список. Веса возвращаются в том порядке, в котором они были созданы при построении слоя.

Синтаксис

layer.get_weights()

Пример

Давайте создадим полносвязный слой Dense и получим его веса:

import tensorflow as tf

tf.random.set_seed(0)

layer = tf.keras.layers.Dense(3, input_shape=(2,))
res = layer.get_weights()
print(res)

Результат выполнения кода:

[]

Как видим, до построения слоя список весов пуст.

Пример

Давайте построим слой, передав в него данные, а затем получим веса:

import tensorflow as tf

tf.random.set_seed(0)

layer = tf.keras.layers.Dense(3, input_shape=(2,))
t = tf.constant([[1, 2], [3, 4]])
layer(t)
res = layer.get_weights()
print(res)

Результат выполнения кода:

[array([[ 0.6564443 , -0.6406282 ,  0.5357498 ],
	   [-0.2563525 ,  0.6333451 , -0.3174352 ]], dtype=float32), array([0., 0., 0.], dtype=float32)]

Метод вернул список из двух массивов: первый - матрица весов, второй - вектор смещений.

Пример

Давайте извлечем отдельно веса и смещения из списка:

import tensorflow as tf

tf.random.set_seed(0)

layer = tf.keras.layers.Dense(3, input_shape=(2,))
t = tf.constant([[1, 2], [3, 4]])
layer(t)
res = layer.get_weights()
kernel = res[0]
bias = res[1]
print(kernel.shape)
print(bias.shape)

Результат выполнения кода:

(2, 3)
(3,)

Смотрите также

метод set_weights,
который устанавливает веса слоя
атрибут weights,
который хранит список весов слоя
атрибут trainable_weights,
который хранит список обучаемых весов слоя
метод count_params,
который подсчитывает количество параметров слоя