Neural network 各层的权重和预测
我正在尝试创建一个简单的神经网络查看器，如下图所示。我可以得到经过训练的权重，但是当预测运行时，tensorflow js层中存储的节点值在哪里？换句话说，我可以得到行值，但不能得到带圆圈的值。在一个简单的网络中，它们就像传递到fit方法中的x和y一样简单 允许检索层的权重 使用Neural network 各层的权重和预测,neural-network,tensorflow.js,Neural Network,Tensorflow.js,我正在尝试创建一个简单的神经网络查看器，如下图所示。我可以得到经过训练的权重，但是当预测运行时，tensorflow js层中存储的节点值在哪里？换句话说，我可以得到行值，但不能得到带圆圈的值。在一个简单的网络中，它们就像传递到fit方法中的x和y一样简单 允许检索层的权重 使用tf.model，可以输出每个层的预测 constinput=tf.input（{shape:[5]}）； const denseLayer1=tf.layers.dense（{单位：10，激活：'relu'}）； c
tf.modelconstinput=tf.input（{shape:[5]}）；
const denseLayer1=tf.layers.dense（{单位：10，激活：'relu'}）；
const denseLayer2=tf.layers.dense（{单位：2，激活：'softmax'}）；
const output1=denseLayer1.apply（输入）；
const output2=denseLayer2.apply（output1）；
const model=tf.model（{输入：输入，输出：[output1，output2]}）；
常数[第一层，第二层]=模型预测（tf.ones（[2,5]）；
console.log（denseLayer1.getWeights（）.length）//2 W和B表示密集层
denseLayer1.getWeights（）[1].print（）
console.log（denseLayer2.getWeights（）.length）//也是2
//每层输出WX+B
firstLayer.print（）；
secondLayer.print（）