J'ai eu l'occasion d'appliquer les poids obtenus en apprenant avec les keras à mon propre réseau neuronal, alors je l'ai étudié.
La documentation Keras dit:
model.get_weights (): renvoie une liste de tous les tenseurs de poids (tableaux Numpy) du modèle.
Ainsi, cette fonction renvoie une liste de plusieurs tableaux Numpy, qui représente les poids des résultats d'entraînement. Cependant, il n'a pas été mentionné ici où cette partie de la liste essentielle se réfère au poids du réseau neuronal.
À la suite d'essais et d'erreurs tels que la définition des poids obtenus dans mon propre réseau de neurones et diverses recherches, j'ai trouvé qu'il avait une telle structure. La signification des symboles et la structure du réseau neuronal sont basées sur la figure de Référence.
## 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)]
Dans le cas d'un réseau neuronal à trois couches entièrement connecté, dans l'ordre de la liste [0], la couche d'entrée → poids vers la couche intermédiaire, polarisation d'entrée vers la couche intermédiaire, couche intermédiaire → poids vers la couche de sortie, polarisation d'entrée vers la couche de sortie. Il semble.
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