我使用 Keras 訓練了一個模型，但忘記保存模型。該模型是開發了許多其他模型的項目的一部分，但現在我無法繼續該項目。幸運的是，我保存了初始和最終訓練重量?，F在，我正在嘗試創建一個具有相同最終權重的模型來獲得預測。我正在編譯 keras 模型并使用函數 model.set_weights 將丟失模型的最終訓練權重設置為新模型。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1817條經驗 獲得超6個贊
您使用創建的 numpy 數組np.array([0.2])有一個形狀(1,)，而您的權重數組有一個形狀(1,1)。雖然它們存儲相同數量的數據，但 numpy 將它們視為不同的形狀。您可以通過執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
無關的說明：
在這一行中：
listOfNumpyArrays1 = listOfNumpyArrays
看起來您想創建兩個不同的 numpy 數組列表，它們被初始化為相同的值。listOfNumpyArrays1但是，實際上將引用與 相同的列表listOfNumpyArrays。因此，當您執行set_weightson時listOfNumpyArrays1，它也會修改listOfNumpyArrays。要在創建兩個不同的列表時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創建一個新數組，它是您傳遞的數組的副本。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
0/150
提交
取消