获得神经网络边在通量中的权值？

Question

我对朱莉娅的磁通量机器学习包很陌生。我有一个简单的神经网络，由以下内容组成：

• 1输入层4神经元
• 1隐藏层8神经元
• 1输出层3神经元

该体系结构由以下代码片段构建：

layer_1 = Dense(4,8,relu)
output_layer = Dense(8,3)
model = Chain(layer_1, output_layer, softmax)

我想看看所有的边缘重量(训练后)。简而言之，重量.

hidden1

• input2
• input1 -> output3

我检查了Flux文档，但不知道怎么做。我知道我能做些这样的事：

@show( layer_1([1,0,0,0]) )

它反过来将返回一个向量，表示该层的所有输出，然后我可以反转激活函数，以求该层中每个神经元的边缘权重，但对于应该是简单的任务来说，这似乎过于笨重。我一定是漏掉了什么。

你知道我怎么能得到所有的边缘权重(输入->隐藏层，隐藏层->输出)？为上述工作的代码片段将是理想的。

谢谢!

Answer 1

你能做到的

@show layer_1.weight

查看第一层的权重矩阵。若要查看单个边缘，可以对矩阵进行索引。

# edge from input 2 to hidden 1
@show layer_1.weight[1, 2]

编辑:在较早版本的Flux上，layer_1.W用于Dense层。