大家好
我正在FPGA上写一个电路，要用它来做机器学习的预测
但是我只会写电路，对Python还有机器学习的认识很浅QQ
其中需要使用Tensoeflow来产生一些参数和验证
我参考了这个网站来训练神经元
https://www.tensorflow.org/tutorials/keras/basic_classification
以下是我的部份程式码
想请问要如何从这个model中取出weights？
model = keras.Sequential([
keras.layers.MaxPooling1D(pool_size=2, strides=2, padding='valid',
input_shape=(28,28)),
keras.layers.Flatten(),
keras.layers.Dense(196, activation=tf.nn.relu),
keras.layers.Dense(10, activation=tf.nn.softmax)
])
model.compile(optimizer=tf.train.AdamOptimizer(),
loss='sparse_categorical_crossentropy',
metrics=['accuracy'])
model.fit(train_images, train_labels, epochs=5)
因为电路的限制，input没办法用28*28，所以我加了一个MaxPool
让input 缩小为14*14，我知道MaxPool可能不适合这样用QQ
也想问问有没有其他比较适合的方法
我希望可以从程式码中取出weights，可以让我直接用到电路里
我找到了一个function如下
for layer in model.layers:
weights = layer.get_weights()
取出的weights[0]是196*10的Array，内容都是正负0.0x 的数字
weights[1]则是1*10的Array
我把weights[0]当作是这个model产生的weights实现到电路中
但结果是错的，而且每次产生的weight放进去结果都不一样
所以我在想是不是我取出的weight并不是model最后使用的呢QQ
谢谢！