Python tf.keras.optimizers.Optimizer.set_weights用法及代碼示例

用法

set_weights(
    weights
)

設置優化器的權重。

優化器的權重是它的狀態(即變量)。此函數將與此優化器關聯的權重值作為 Numpy 數組的列表。第一個值始終是優化器的迭代計數，然後是優化器的狀態變量，按照它們的創建順序排列。傳遞的值用於設置優化器的新狀態。

例如，這個簡單模型的 RMSprop 優化器采用三個值的列表——迭代計數，然後是內核的均方根值和單個 Dense 層的偏差：

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>