Ich hatte die Möglichkeit, die durch das Lernen mit Keras erhaltenen Gewichte auf mein eigenes neuronales Netzwerk anzuwenden, also untersuchte ich es.
In der Keras-Dokumentation heißt es:
model.get_weights (): Gibt eine Liste aller Gewichtstensoren (Numpy-Arrays) für das Modell zurück.
Diese Funktion gibt also eine Liste mit mehreren Numpy-Arrays zurück, die das Gewicht des Trainingsergebnisses darstellt. Es wurde hier jedoch nicht erwähnt, auf welches Gewicht dieser Teil der wesentlichen Liste im neuronalen Netz hinweist.
Als Ergebnis von Versuch und Irrtum wie dem Einstellen der in meinem eigenen neuronalen Netzwerk erhaltenen Gewichte und verschiedenen Suchvorgängen stellte ich fest, dass es eine solche Struktur aufweist. Die Bedeutung der Symbole und die Struktur des neuronalen Netzwerks basieren auf der Abbildung in Referenz.
## list[0]
[[w11(1) w12(1)]
[w21(1) w22(1)]]
## list[1]
[w10(1) w20(1)]
## list[2]
[[w11(2)]
[w12(2)]]
## list[3]
[w10(2)]
Im Fall eines dreischichtigen vollständig verbundenen neuronalen Netzwerks in der Reihenfolge von Liste [0] die Eingangsschicht → das Gewicht zur Zwischenschicht, die Vorspannungseingabe zur Zwischenschicht, die Zwischenschicht → das Gewicht zur Ausgangsschicht und die Vorspannungseingabe zur Ausgangsschicht. Es scheint, dass.
http://ni4muraano.hatenablog.com/entry/2017/02/01/000000 https://keras.io/ja/models/about-keras-models/ https://groups.google.com/forum/#!topic/keras-users/kLm-bTvDTaw