我的目标是使用tfa.optimizers.MultiOptimizer为我的模型的每个输出使用不同的优化器。为了做到这一点，我需要馈入到这个输出的层，但不确定如何获得这些层。我们可以获得model.trainable_variables，但这是所有可训练的变量，而不仅仅是馈入到给定输出的那些。
tfa.optimizers.MultiOptimizer
model.trainable_variables
2uluyalo1#
我确信有更好的方法，但是解决方法是创建单独的模型。注意，在www.example.com中使用ModelCheckpointmodel.fit将在model.fit中返回“not json serializable”错误。我们需要设置save_weights_only = True
save_weights_only = True
model = KM.Model(inputs = [in1, in2],outputs=[out1, out2]) model_out1 = KM.Model(inputs = [in1, in2],outputs=[out1]) model_out2 = KM.Model(inputs = [in1, in2],outputs=[out2]) out1_layers = [model.get_layer(j.name) for j in model_out1.layers] out2_layers = [model.get_layer(j.name) for j in model_out2.layers]
1条答案
按热度按时间2uluyalo1#
我确信有更好的方法，但是解决方法是创建单独的模型。注意，在www.example.com中使用ModelCheckpointmodel.fit将在model.fit中返回“not json serializable”错误。我们需要设置
save_weights_only = True