About Keras layers

所有Keras层都有许多共同的方法:

  • layer.get_weights() :以Numpy数组列表形式返回图层的权重.
  • layer.set_weights(weights) :从Numpy数组列表中设置图层的权重(形状与get_weights的输出get_weights ).
  • layer.get_config() :返回包含图层配置的字典. 可以通过以下方式从其配置中重新初始化该层:
layer = Dense(32)
config = layer.get_config()
reconstructed_layer = Dense.from_config(config)

Or:

from keras import layers

config = layer.get_config()
layer = layers.deserialize({'class_name': layer.__class__.__name__,
                            'config': config})

如果一个图层只有一个节点(即不是共享图层),则可以通过以下方式获取其输入张量,输出张量,输入形状和输出形状:

  • layer.input
  • layer.output
  • layer.input_shape
  • layer.output_shape

如果该图层具有多个节点(请参阅: 图层节点和共享图层的概念 ),则可以使用以下方法:

  • layer.get_input_at(node_index)
  • layer.get_output_at(node_index)
  • layer.get_input_shape_at(node_index)
  • layer.get_output_shape_at(node_index)