Python 获取上一层的权重

是否可以获取上一层的权重，修改它们并再次设置为下一层。我想在网络中引入一个自定义层，它将修改权重（按照所需的逻辑），然后将修改后的权重值设置到下一层。与下图所示类似：

我不确定这是否可能。我知道我们可以转储快照，然后使用它设置新的权重。我还可以使用快照转换权重。但是，我不知道如何在网络本身内做到这一点（不拍摄或使用任何快照）

谢谢

---

KKtl；dr：加载一个模型（无需编译）并使用要初始化模型的权重。为要更改的图层创建新权重

完整版本：

正如fchollet自己所解释的那样，实现这一点的标准方法是将权重加载到以前的Keras模型中（您不需要编译它，因此它是即时的），并将该模型用作可查询的数据结构来访问权重

对于顺序模型，您可以这样做：

weights = model.layers[5].get_weights()
model.layers[5].set_weights(weights)

---

另请参见：关于fchollet的本主题。

tl；dr：加载一个模型（无需编译）并使用要初始化模型的权重。为要更改的图层创建新权重

完整版本：

正如fchollet自己所解释的那样，实现这一点的标准方法是将权重加载到以前的Keras模型中（您不需要编译它，因此它是即时的），并将该模型用作可查询的数据结构来访问权重

对于顺序模型，您可以这样做：

weights = model.layers[5].get_weights()
model.layers[5].set_weights(weights)

另请参见：关于fchollet的本主题