是否有可能获得嵌入keras层的输出？

Question

我想将时间用作我的深度学习模型的输入特征。所以我需要使用嵌入层将其转换为嵌入向量。所以我用了：

from keras.layers import Embedding
hours_input=Input(shape=(1,),name='hours_input')
hours_embedding=Embedding(24,64)hours_input

我需要嵌入层的输出（我的意思是权重）。我使用了 hours_embedding.get_weights()。但是我得到一个错误： get_weights() 缺少 1 个必需的位置参数：'self' 那么，如何获得嵌入权重矩阵？

Answer 1

首先创建您的模型。

hours_input=Input(shape=(1,),name='hours_input')
hours_embedding=Embedding(24,64)(hours_input)
model = keras.models.Model(inputs = hours_input, outputs = hours_embedding)

然后您可以访问：

model.layers[1].get_weights()

输出：

[array([[ 0.00782292, -0.03037642, -0.03229956, ..., -0.02188529,
         -0.02597365, -0.04166167],
        [-0.04877049, -0.03961046,  0.01000347, ...,  0.00204592,
          0.01949279, -0.00540505],
        [ 0.0323245 , -0.02847096, -0.0023482 , ...,  0.02859743,
         -0.04320076,  0.01578701],
        ...,
        [ 0.01989252,  0.00970422,  0.00193944, ...,  0.02689132,
         -0.00167314,  0.00353283],
        [ 0.01885528,  0.00589638, -0.03409225, ..., -0.00504225,
          0.01269731,  0.04380948],
        [-0.01756806, -0.00950485, -0.0189078 , ...,  0.023773  ,
         -0.00471363, -0.03708603]], dtype=float32)]

是否有可能获得嵌入keras层的输出？

Is it possible to get output of embedding keras layer?

python

deep-learning

keras-layer

word-embedding