溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要講解了使用Keras查看model weights.h5文件內容的實現方法，內容清晰明了，對此有興趣的小伙伴可以學習一下，相信大家閱讀完之后會有幫助。
Keras的模型是用hdf5存儲的，如果想要查看模型，keras提供了get_weights的函數可以查看：
for layer in model.layers: weights = layer.get_weights() # list of numpy array
而通過hdf5模塊也可以讀取：hdf5的數據結構主要是File - Group - Dataset三級，具體操作API可以看官方文檔。weights的tensor保存在Dataset的value中，而每一集都會有attrs保存各網絡層的屬性：
import h6py
def print_keras_wegiths(weight_file_path):
f = h6py.File(weight_file_path) # 讀取weights h6文件返回File類
try:
if len(f.attrs.items()):
print("{} contains: ".format(weight_file_path))
print("Root attributes:")
for key, value in f.attrs.items():
print(" {}: {}".format(key, value)) # 輸出儲存在File類中的attrs信息，一般是各層的名稱
for layer, g in f.items(): # 讀取各層的名稱以及包含層信息的Group類
print(" {}".format(layer))
print(" Attributes:")
for key, value in g.attrs.items(): # 輸出儲存在Group類中的attrs信息，一般是各層的weights和bias及他們的名稱
print(" {}: {}".format(key, value))
print(" Dataset:")
for name, d in g.items(): # 讀取各層儲存具體信息的Dataset類
print(" {}: {}".format(name, d.value.shape)) # 輸出儲存在Dataset中的層名稱和權重，也可以打印dataset的attrs，但是keras中是空的
print(" {}: {}".format(name. d.value))
finally:
f.close()而如果想修改某個值，則需要通過新建File類，然后用create_group, create_dataset函數將信息重新寫入，具體操作可以查看這篇文章
補充知識：keras load model 并保存特定層 (pop) 的權重save new_model
有時候我們保存模型（save model）,會保存整個模型輸入到輸出的權重，如果，我們不想保存后幾層的參數，保存成新的模型。
import keras from keras.models import Model, load_model from keras.layers import Input, Dense from keras.optimizers import RMSprop import numpy as np
創建原始模型并保存權重
inputs = Input((1,))
dense_1 = Dense(10, activation='relu')(inputs)
dense_2 = Dense(10, activation='relu')(dense_1)
dense_3 = Dense(10, activation='relu')(dense_2)
outputs = Dense(10)(dense_3)
model = Model(inputs=inputs, outputs=outputs)
model.compile(optimizer=RMSprop(), loss='mse')
model.save('test.h6')加載模型并對模型進行調整
loaded_model = load_model('test.h6')
loaded_model.layers.pop()
loaded_model.layers.pop()此處去掉了最后兩層－－dense_3, dense_2。
創建新的model并加載修改后的模型
new_model = Model(inputs=inputs, outputs=dense_1)
new_model.compile(optimizer=RMSprop(), loss='mse')
new_model.set_weights(loaded_model.get_weights())
new_model.summary()
new_model.save('test_complete.h6')看完上述內容，是不是對使用Keras查看model weights.h5文件內容的實現方法有進一步的了解，如果還想學習更多內容，歡迎關注億速云行業資訊頻道。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
