是否可以保存在keras中实现的LSTM模型中的所有参数？当我应用以下功能时：
model = load_model("model_RNN.h5")
for layer in model.layers:
g = layer.get_config()
weights = layer.get_weights()
仅获取与最后一层相关的参数（17个权重）？我的LSTM网络体系结构如下，包含7505个参数。如何保存所有7505参数？
_________________________________________________________________
Layer (type) Output Shape Param #
=================================================================
lstm (LSTM) (None, 10, 32) 4352
_________________________________________________________________
lstm_1 (LSTM) (None, 16) 3136
_________________________________________________________________
dense (Dense) (None, 1) 17
=================================================================
Total params: 7,505
Trainable params: 7,505
Non-trainable params: 0
您所谓的“参数”在Keras中称为“权重”，当然，Model实例具有一种get_weights()方法，您可以使用该方法来获取包含所有层的所有权重的列表：
weights = model.get_weights()
然后，您可以使用所需的任何技术保存此列表。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句