python - 如何在Keras中获得图层的权重？

我正在使用Windows 10，Python 3.5和tensorflow 1.1.0。我有以下脚本:

import tensorflow as tf
import tensorflow.contrib.keras.api.keras.backend as K
from tensorflow.contrib.keras.api.keras.layers import Dense

tf.reset_default_graph()
init = tf.global_variables_initializer()
sess =  tf.Session()
K.set_session(sess) # Keras will use this sesssion to initialize all variables

input_x = tf.placeholder(tf.float32, [None, 10], name='input_x')
dense1 = Dense(10, activation='relu')(input_x)

sess.run(init)

dense1.get_weights()

我收到错误:AttributeError: 'Tensor' object has no attribute 'weights'
我在做什么错，如何获得dense1的权重？我看过this和this这样的帖子，但是我仍然无法使它工作。

最佳答案

如果您写:
dense1 = Dense(10, activation='relu')(input_x)
那么dense1不是图层，而是图层的输出。该层是Dense(10, activation='relu')
所以看来您的意思是:

dense1 = Dense(10, activation='relu')
y = dense1(input_x)

这是完整的代码段:

import tensorflow as tf
from tensorflow.contrib.keras import layers

input_x = tf.placeholder(tf.float32, [None, 10], name='input_x')
dense1 = layers.Dense(10, activation='relu')
y = dense1(input_x)

weights = dense1.get_weights()