在训练之前使用一些权重实例化 Keras 模型

Question

我有 Keras 模型：预训练的 CV 模型 + 顶部添加的一些层我希望能够在 model.fit 之前进行 model.predict问：如何从屏幕截图中实例化带有一些权重（随机、零或其他）的模型

Answer 1

这是一个用一些权重（随机、零或其他）初始化模型的虚拟示例

def base_model(xx):

    

    x = Dense(32)(xx)

    x = Dense(8)(x)

    

    return Model(xx,x)

inp = Input((32,32,3))

x = base_model(inp)

x = GlobalAveragePooling2D()(x.output)

x = Dropout(0.3)(x)

out = Dense(10, activation='softmax')(x)

model = Model(inp,out)

model.summary()

# set weight with random number from a uniform... you can do the same also with zeros...

model.set_weights([np.random.uniform(0,1, i.shape) for i in model.get_weights()])