大家好
我正在FPGA上寫一個電路,要用它來做機器學習的預測
但是我只會寫電路,對Python還有機器學習的認識很淺QQ
其中需要使用Tensoeflow來產生一些參數和驗證
我參考了這個網站來訓練神經元
https://www.tensorflow.org/tutorials/keras/basic_classification
以下是我的部份程式碼
想請問要如何從這個model中取出weights?
model = keras.Sequential([
keras.layers.MaxPooling1D(pool_size=2, strides=2, padding='valid',
input_shape=(28,28)),
keras.layers.Flatten(),
keras.layers.Dense(196, activation=tf.nn.relu),
keras.layers.Dense(10, activation=tf.nn.softmax)
])
model.compile(optimizer=tf.train.AdamOptimizer(),
loss='sparse_categorical_crossentropy',
metrics=['accuracy'])
model.fit(train_images, train_labels, epochs=5)
因為電路的限制,input沒辦法用28*28,所以我加了一個MaxPool
讓input 縮小為14*14,我知道MaxPool可能不適合這樣用QQ
也想問問有沒有其他比較適合的方法
我希望可以從程式碼中取出weights,可以讓我直接用到電路裡
我找到了一個function如下
for layer in model.layers:
weights = layer.get_weights()
取出的weights[0]是196*10的Array,內容都是正負0.0x 的數字
weights[1]則是1*10的Array
我把weights[0]當作是這個model產生的weights實現到電路中
但結果是錯的,而且每次產生的weight放進去結果都不一樣
所以我在想是不是我取出的weight並不是model最後使用的呢QQ
謝謝!