使用Keras 實現檢視model weights .h5 檔案的內容
阿新 • • 發佈:2020-06-10
Keras的模型是用hdf5儲存的,如果想要檢視模型,keras提供了get_weights的函式可以檢視:
for layer in model.layers: weights = layer.get_weights() # list of numpy array
而通過hdf5模組也可以讀取:hdf5的資料結構主要是File - Group - Dataset三級,具體操作API可以看官方文件。weights的tensor儲存在Dataset的value中,而每一集都會有attrs儲存各網路層的屬性:
import h5py def print_keras_wegiths(weight_file_path): f = h5py.File(weight_file_path) # 讀取weights h5檔案返回File類 try: if len(f.attrs.items()): print("{} contains: ".format(weight_file_path)) print("Root attributes:") for key,value in f.attrs.items(): print(" {}: {}".format(key,value)) # 輸出儲存在File類中的attrs資訊,一般是各層的名稱 for layer,g in f.items(): # 讀取各層的名稱以及包含層資訊的Group類 print(" {}".format(layer)) print(" Attributes:") for key,value in g.attrs.items(): # 輸出儲存在Group類中的attrs資訊,一般是各層的weights和bias及他們的名稱 print(" {}: {}".format(key,value)) print(" Dataset:") for name,d in g.items(): # 讀取各層儲存具體資訊的Dataset類 print(" {}: {}".format(name,d.value.shape)) # 輸出儲存在Dataset中的層名稱和權重,也可以列印dataset的attrs,但是keras中是空的 print(" {}: {}".format(name. d.value)) finally: f.close()
而如果想修改某個值,則需要通過新建File類,然後用create_group,create_dataset函式將資訊重新寫入,具體操作可以檢視這篇文章
補充知識:keras load model 並儲存特定層 (pop) 的權重save new_model
有時候我們儲存模型(save model),會儲存整個模型輸入到輸出的權重,如果,我們不想儲存後幾層的引數,儲存成新的模型。
import keras from keras.models import Model,load_model from keras.layers import Input,Dense from keras.optimizers import RMSprop import numpy as np
建立原始模型並儲存權重
inputs = Input((1,)) dense_1 = Dense(10,activation='relu')(inputs) dense_2 = Dense(10,activation='relu')(dense_1) dense_3 = Dense(10,activation='relu')(dense_2) outputs = Dense(10)(dense_3) model = Model(inputs=inputs,outputs=outputs) model.compile(optimizer=RMSprop(),loss='mse') model.save('test.h5')
載入模型並對模型進行調整
loaded_model = load_model('test.h5') loaded_model.layers.pop() loaded_model.layers.pop()
此處去掉了最後兩層--dense_3,dense_2。
建立新的model並載入修改後的模型
new_model = Model(inputs=inputs,outputs=dense_1) new_model.compile(optimizer=RMSprop(),loss='mse') new_model.set_weights(loaded_model.get_weights()) new_model.summary() new_model.save('test_complete.h5')
以上這篇使用Keras 實現檢視model weights .h5 檔案的內容就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支援我們。