关于Keras的“层”(Layer)
所有的Keras层对象都有如下方法：
- layer.get_weights()：返回层的权重(numpy array)
- layer.set_weights(weights)：从numpy array中将权重加载到该层中，要求numpy array的形状与layer.get_weights()的形状相同
- layer.get_config()：返回当前层配置信息的字典，层也可以借由配置信息重构：
layer = Dense(32)
config = layer.get_config()
reconstructed_layer = Dense.from_config(config)
或者：
from keras import layers
cofig = layer.get_config()
layer = layers.deserialize({'class_name':layer._class_._name_,'config':config})
如果层仅有一个计算节点(即该层不是共享层)，则可以通过下列方法获得输入张量，输出张量，输入数据的形状和输出数据的形状：
- layer.input
- layer.output
- layer.input_shape
- layer.output_shape
如果该层有多个计算节点，可以使用下面的方法
- layer.get_input_at(node_index)
- layer.get_output_at(node_index)
- layer.get_input_shape_at(node_index)
- layer.get_output_shape_at(node_index)
本文链接：http://task.lmcjl.com/news/5950.html
