我想将预训练的咖啡馆模型转换为keras，然后我需要逐层初始化层。我将权重和偏见保存在垫子文件中，然后将它们加载到Python工作区。我知道"权重"参数获取numpy阵列，但不能如何？谢谢
您可以获取有关如何在keras层文档中设置模型重量的更多信息。基本上您使用：
layer.set_weights(weights)：从numpy阵列列表中设置图层的权重（具有与get_weights的输出相同的形状）。
或创建图层时，您可以直接初始化它们。每个图层都有一个参数weights，您可以使用Numpy数组设置该参数。阅读每一层的文档以馈入正确的权重格式。例如，Dense()层接受参数weights的格式：
numpy阵列的列表将设置为初始权重。该列表应分别具有2个元素（Input_dim，output_dim）和（output_dim），分别为重量和偏见。来源