月火水木金土日
Tensorflow 2のKerasで重みの取得と設定（１）
Kerasで作ったモデルのノードそれぞれの重みを取得するにはget_weights、設定するにはset_weightsを使用する。
import tensorflow as tf import numpy as np # Define the model. model = tf.keras.models.Sequential([ tf.keras.layers.Input(shape=(1,)), tf.keras.layers.Dense(2, activation='linear') ]) print("----------------") # レイヤー０の重み取得 L0w = model.layers[0].get_weights() # 取得時の重みを表示 print("default weight 0", L0w ) print("----------------") # 重みを書き換え L0w[0][0][0] = 1.0 L0w[0][0][1] = 2.0 # 重みをモデルにセット model.layers[0].set_weights(L0w) # モデルの重みが更新されていることを確認 print("edited weight 0", model.layers[0].get_weights() ) print("----------------") print( " 0番 output の値" ) for n in range(0,5): predict_y = model.predict( np.array( [[n]] ) ) print( n ,"→ f →" , predict_y[0][0] ) print("--------------------") print( " 1番 output の値" ) for n in range(0,5): predict_y = model.predict( np.array( [[n]] ) ) print( n ,"→ f →" , predict_y[0][1] )
出力
----------------
default weight 0 [array([[-1.1593556 , 0.38860273]], dtype=float32), array([0., 0.], dtype=float32)]
----------------
edited weight 0 [array([[1., 2.]], dtype=float32), array([0., 0.], dtype=float32)]
----------------
0番 output の値
0 → f → 0.0
1 → f → 1.0
2 → f → 2.0
3 → f → 3.0
4 → f → 4.0
--------------------
1番 output の値
0 → f → 0.0
1 → f → 2.0
2 → f → 4.0
3 → f → 6.0
4 → f → 8.0
default weight 0 [array([[-1.1593556 , 0.38860273]], dtype=float32), array([0., 0.], dtype=float32)]
----------------
edited weight 0 [array([[1., 2.]], dtype=float32), array([0., 0.], dtype=float32)]
----------------
0番 output の値
0 → f → 0.0
1 → f → 1.0
2 → f → 2.0
3 → f → 3.0
4 → f → 4.0
--------------------
1番 output の値
0 → f → 0.0
1 → f → 2.0
2 → f → 4.0
3 → f → 6.0
4 → f → 8.0
やっていること
まずモデルを作る。
# Define the model. model = tf.keras.models.Sequential([ tf.keras.layers.Input(shape=(1,)), tf.keras.layers.Dense(2, activation='linear') ])
次にモデルの重みを取得する
# レイヤー０の重み取得 L0w = model.layers[0].get_weights()
するとどうやら、図のような関係になっているらしい。
ので、書き換えてモデルを更新する。
# 重みを書き換え L0w[0][0][0] = 1.0 L0w[0][0][1] = 2.0 # 重みをモデルにセット model.layers[0].set_weights(L0w)
するとこんな関係になる。
