keras获取model权重

方法一：通过get_layer()函数先获取要获取权重对应的层；接着通过get_weights()

函数获取改成对应的全部参数（是一个长的为2的列表，列表中的每一个元素是一个numpy数组，第一存放该层的权重W的参数，第一个存放偏置b）
layer的两个函数：

• get_weights()
• set_weights(weights)

model = load_model('vgg.h5')
layer1 = model.get_layer(index=2)
weights = layer1.get_weights()   #获取该层的参数W和b

通过在pycharm中调试运行，查看model的具体内容，进一步打开layers变量，可以查看到我们要获取层的索引。在本例子中，要获取的索引为2。

方法二：通过model.get_weights()先获取模型的全部参数（一个列表数组，第一层W，第一层b，第二层W，第二层b，...）

weights = model.get_weights() #获取整个网络模型的全部参数
print(weights [0].shape)  #第一层的w
print(weights [1].shape)  #第一层的b
print(weights [2].shape)  #第二层的w
print(weights [3].shape)  #第二层的b