如何使用TensorFlow 2.0中的Keras API仅恢复模型部分层的权重？

我有一个深层模型，我想从另一个较小的训练子集模型初始化模型的部分层的权重。我该怎么办

---

在tensorflow 1.x中，我们可以使用

tf.train.Saver（'List of weights variables'）

和

tf.train.Saver.restore（）

您可以使用

Layer.get\u weights（）

和

Layer.set\u weights（）

将权重作为NumPy数组的列表进行读取和写入<代码>模型继承自

层

，因此您可以对整个模型或单个层执行此操作

---

我将使用普通Python（您使用Python吗？）代码（例如一些不同的NumPy文件I/O函数）来执行文件I/O。也许TensorFlow中有一些方法可以解决这个问题，但我希望没有。

非常感谢。有没有什么方法可以让

层。get_weights（）

只加载一部分层？我写了一个子类模型，但我只想加载这个模型的一部分层。当我使用

Model.get\u weights（）

时，它必须加载所有层。当我第一次通过

Model.get\u weights（）

获取模型变量（列表）并将我的权重分配给列表变量的一部分，然后使用

Model.set\u weights（）

时，我发现它是有效的。再次感谢你的回答。