Python 用预先训练好的重量进行训练

我想使用一组预先训练好的权重来训练我的MNIST分类模型。更具体地说，我在一个数据集上训练我的模型。我想使用最终权重作为起始权重，在不同的数据集上训练模型。为此，我使用

initial_weights=model1.get_weights（）
model2=创建_模型（）
模型2.设置权重（初始权重）
model2.fit（x=x\u-train59，y=y\u-train59，epochs=20，回调=[cp\u-callback2]）

---

我的问题是model.fit（）是否会忽略使用model2.set_weights（）设置的初始权重。如果忽略，是否有方法确保model2.fit（）使用以前获得的权重。另外，是否有一种方法可以在model.fit（）开始训练之前可视化起始重量。非常感谢

执行

model2.设置权重时，您更改了
model2
的权重。就这些

可以用相同的方式查看权重：
w2=model2.get\u weights（）
。然后以方便的方式打印
w2
 执行
model2.设置权重时，您更改了
model2
的权重。就这些

可以用相同的方式查看权重：
w2=model2.get\u weights（）
。然后以方便的方式打印
w2
 谢谢你的快速回复。我知道我更改了模型2的权重。但是当我在那之后执行model2.fit（）时，fit（）函数是将权重重新初始化为随机权重，还是从之前设置的权重开始。如果我遗漏了什么，我道歉。不，没有任何东西会重新初始化模型的权重。创建模型时，它们只初始化一次。好的，谢谢！因此，从您的回答中，我了解model2=create_model（）；模型2.设置权重（我的权重）；model2.fit（）；将从我的体重开始在模型2上进行训练。再次感谢你的帮助
create_model（）
将随机永久权重赋予模型<代码>设置权重（）
将永久权重更改为所需值
fit（）
从当前重量开始。感谢您的快速回复。我知道我更改了模型2的权重。但是当我在那之后执行model2.fit（）时，fit（）函数是将权重重新初始化为随机权重，还是从之前设置的权重开始。如果我遗漏了什么，我道歉。不，没有任何东西会重新初始化模型的权重。创建模型时，它们只初始化一次。好的，谢谢！因此，从您的回答中，我了解model2=create_model（）；模型2.设置权重（我的权重）；model2.fit（）；将从我的体重开始在模型2上进行训练。再次感谢你的帮助
create_model（）
将随机永久权重赋予模型<代码>设置权重（）

将永久权重更改为所需值<代码>拟合（）从当前权重开始。