Tensorflow Keras layer.weights和layer.get_weights（）给出不同的值

我的Keras模型有密集层，我需要访问权重和偏差值。我可以使用get_weights（）方法访问它们。它为权重和偏差返回预期大小的矩阵（权重为57X50）

model.layers[0].get_weights()[0]

但是，下面的代码片段为我提供了大小相同、值不同的矩阵

import tensorflow as tf
init_op = tf.global_variables_initializer()
with tf.Session() as sess:
    sess.run(init_op)
    print(sess.run(model.layers[0].weights[0]))

在第二种方法中，所有模型的偏差值都返回为全零，权重不同于get_weights（）方法的输出

---

你知道哪种方法是正确的，第二种方法的具体作用是什么吗？

使用

init_op

初始化所有可训练变量，这意味着偏差为零，模型的其他权重为随机值。尝试：

import keras.backend as K
with K.get_session() as sess:
    print(sess.run(model.layers[0].weights[0]))

---

很好，您的代码块给出了与get_weights（）相同的结果。重新运行我的第二个代码片段会给我相同的可重复的权重结果，这就是为什么我认为它不可能是随机的。谢谢！