Python 获取卷积神经网络参数
我尝试从pytorch切换到tensorflow，由于该模型现在似乎在tensorflow中是固定的，所以在使用卷积神经网络时，我偶然发现了一个问题 我有一个非常简单的模型，只有一个Conv1D层和一个大小为2的内核。 我想在一个小配置上训练它，比如说16个输入大小，然后在32个输入大小上导出训练结果 如何访问此网络中的3个参数？（2个内核，1个偏差）我想这样做是为了将它们应用于更大尺寸的情况。我很挣扎，因为我需要预先定义模型的输入大小，pytorch的情况并非如此Python 获取卷积神经网络参数,python,tensorflow,neural-network,conv-neural-network,Python,Tensorflow,Neural Network,Conv Neural Network,我尝试从pytorch切换到tensorflow，由于该模型现在似乎在tensorflow中是固定的，所以在使用卷积神经网络时，我偶然发现了一个问题 我有一个非常简单的模型，只有一个Conv1D层和一个大小为2的内核。 我想在一个小配置上训练它，比如说16个输入大小，然后在32个输入大小上导出训练结果 如何访问此网络中的3个参数？（2个内核，1个偏差）我想这样做是为了将它们应用于更大尺寸的情况。我很挣扎，因为我需要预先定义模型的输入大小，pytorch的情况并非如此 谢谢回答，我只找到了这个问题
谢谢回答，我只找到了这个问题的过时答案。
model.layers[0]。get_weights（）modeltf.keras.modelmodel.layers[0]。get_weights（）modeltf.keras.model