如何初始化 Keras 模型中的偏差？

Question

我正在尝试在 Keras 中构建一个综合模型，我需要为权重和偏差分配值。分配权重很容易，我使用此处提供的说明： https ://keras.io/initializations/。但是，我找不到任何关于如何分配偏差的说明。有任何想法吗？

原文由 Mohammad Amin 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

你可以在这里找到答案。 https://keras.io/layers/core/

weights ：要设置为初始权重的 Numpy 数组列表。该列表应该有 2 个元素，形状分别为 (input_dim, output_dim) 和 (output_dim,) 用于权重和偏差。

添加新层时，您可以定义参数“weights”，这是一个包含初始 w 和 b 并指定形状的列表。

model.add(Dense(50, input_dim= X_train.shape[1], weights = [np.zeros([692, 50]), np.zeros(50)]))

原文由 Hengda Qi 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

您还可以像这样使用 bias_initializer：

 model.add(Dense(64,
                kernel_initializer='random_uniform',
                bias_initializer='zeros')

这是来自 https://keras.io/initializers/

原文由 StatsSorceress 发布，翻译遵循 CC BY-SA 3.0 许可协议