我有CNN模型的代码。

classifier = Sequential()classifier.add(Convolution2D(32,3,3, input_shape = (256,256,3),activation = "relu"))classifier.add(MaxPooling2D(pool_size = (2,2)))

那么现在我需要找出这32个滤波器的初始化值吗？有什么代码可以帮助打印出滤波器的值吗？

回答：

从模型中获取相应的层

layer = classifier.layers[0]  # 你的架构中第0层是卷积层

每个卷积层会有两个变量（滤波器核和偏置）。获取相应的变量

filters = layer.weights[0]  # 核是第0个索引

现在filters包含了你正在寻找的值，它是一个张量。要获取张量的值，使用Keras后端的get_value()函数

import keras.backend as Kprint(K.get_value(wt))

这将打印一个形状为(3, 3, 3, 32)的数组，这表示32个3×3的滤波器核，适用于3个通道。