如图，提示我没有定义weights，应该怎么定义
后来试着在上面弄了一个Weights，然后又有新的问题了
'list' object has no attribute 'shape'是什么意思啊
Keras如何调用layer.set_weights(weights)
- 写回答
- 好问题 0 提建议
- 关注问题
分享- 邀请回答
-
1条回答 默认 最新
threenewbee 2019-03-13 00:20关注看你上面代码怎么写的，按理说，你应该有个weights的数组
也可以用layer.get_weights得到层当前的权重，将这个结果作为参数传给你的下一层。本回答被题主选为最佳回答 , 对您是否有帮助呢?评论 打赏解决 1无用举报 分享
- 2019-07-31 16:30aworkholic的博客 keras利用h5py读取h5文件，keras.models.load_model() 读取网络、权重；keras.models.load_weights() 仅读取权重。代码详解。
- 2020-06-17 11:39liming89的博客 keras读取h5文件load_weights、load代码操作更多python视频教程请到菜鸟...2、keras.models.load_weights() 仅读取权重 load_model代码包含load_weights的代码，区别在于load_weights时需要先有网络、并且load_weigh
- 2020-12-29 05:41银河贩卖机的博客 主要有以下两个函数：1、keras.models.load_model() 读取网络、权重2、keras.models.load_weights() 仅读取权重load_model代码包含load_weights的代码，区别在于load_weights时需要先有网络、并且load_weights需要将...
- 2021-03-13 15:20Miraini的博客 ValueError: Weights for model sequential_1 have not yet been created. Weights are created when the Model is first called on inputs or `build()` is called with an `input_shape`. ValueError: Weights ...
- 2020-12-04 11:09weixin_39733232的博客 主要有以下两个函数：1、keras.models.load_model() 读取网络、权重2、keras.models.load_weights() 仅读取权重load_model代码包含load_weights的代码，区别在于load_weights时需要先有网络、并且load_weights需要将...
- 2021-04-20 17:05cvvoid的博客 官网Keras教程-保存模型 保存 Keras 模型： model = ... # Get model (Sequential, Functional Model, or Model subclass) model.save('path/to/location') 将模型加载回来： from tensorflow import keras model ...
- 2019-02-14 20:41weixin_30546189的博客 layer.set_weights(weights): 从含有Numpy矩阵的列表中设置层的权重（与get_weights的输出形状相同）。 layer.get_config(): 返回包含层配置的字典。此图层可以通过以下方式重置： layer = Dense(32) config = lay.....
- 2023-03-05 21:45von Neumann的博客 tf.keras.layers.Dense
- 2018-09-10 12:429栋108的博客 参考： https://blog.csdn.net/heiheiya/article/details/81111932 ... 打开 model.py，找到load_weights 函数，大概在2842行，修改位置如下： -------------------------------...
- 2020-09-16 17:35new_model.set_weights(model.get_weights()) # 设置新模型的权重 new_model.save('new_test.h5') ``` 在这个例子中，我们创建了一个具有三层全连接网络的原始模型，然后加载模型并删除了最后两层，保留了 `dense_1...
- 没有解决我的问题, 去提问
