Python tf.keras.optimizers.Optimizer.set_weights用法及代码示例

用法

set_weights(
    weights
)

设置优化器的权重。

优化器的权重是它的状态(即变量)。此函数将与此优化器关联的权重值作为 Numpy 数组的列表。第一个值始终是优化器的迭代计数，然后是优化器的状态变量，按照它们的创建顺序排列。传递的值用于设置优化器的新状态。

例如，这个简单模型的 RMSprop 优化器采用三个值的列表——迭代计数，然后是内核的均方根值和单个 Dense 层的偏差：

opt = tf.keras.optimizers.RMSprop()
m = tf.keras.models.Sequential([tf.keras.layers.Dense(10)])
m.compile(opt, loss='mse')
data = np.arange(100).reshape(5, 20)
labels = np.zeros(5)
print('Training'); results = m.fit(data, labels)
Training ...
new_weights = [np.array(10), np.ones([20, 10]), np.zeros([10])]
opt.set_weights(new_weights)
opt.iterations
<tf.Variable 'RMSprop/iter:0' shape=() dtype=int64, numpy=10>