如何在Keras顺序模型中提取偏差权重？

Question

我正在使用 Keras 运行一个简单的前馈网络。仅具有一个隐藏层，我想对每个输入与每个输出的相关性做出一些推断，并且我想提取权重。

这是模型：

def build_model(input_dim, output_dim):
    n_output_layer_1 = 150
    n_output = output_dim
    model = Sequential()
    model.add(Dense(n_output_layer_1, input_dim=input_dim, activation='relu'))
    model.add(Dropout(0.25))
    model.add(Dense(n_output))

为了提取重量，我写道：

for layer in model.layers:
    weights = layer.get_weights()


weights = np.array(weights[0])     #this is hidden to output
first = model.layers[0].get_weights() #input to hidden
first = np.array(first[0])

不幸的是，我没有矩阵中的biass列，我知道Keras会自动将其放入。

您知道如何获取偏倚权重吗？

预先感谢您的帮助 ！

Answer 1

get_weights()对于Dense图层，返回两个元素的列表，第一个元素包含权重，第二个元素包含偏差。因此，您可以简单地执行以下操作：

weights = model.layers[0].get_weights()[0]
biases = model.layers[0].get_weights()[1]

请注意，权重和偏差已经是numpy数组。