时间:2021-05-22
刚开始学习tensorflow,还不太会用,开个博记录,今天遇到一个问题是用tf.layers.dense创建的全连接层,如何查看权重?
知道kernel表示了权重,但是如何提示成变量?
我分成两步:
1、查看tensor:tf.trainable_variables()
命令行里中运行即可,如下图:
可以看到tensor的name,或用更简洁的方式:variable_name = [v.name for v in tf.trainable_variables()]
运行后,trainable_variable()即存入variable_name中:
2、获取权重:tf.get_default_graph().get_tensor_by_name('variable_name')
如:w1=tf.get_default_graph().get_tensor_by_name('Actor/l1/kernel:0')
即可根据get tensor by name
菜鸟的笨方法^-^
—————————————————————————————————
更新:tf.get_collection(tf.GraphKeys.TRAINABLE_VARIABLES,scope)也可查看,可得到某scope下的tensor
即从某scope的tf.GraphKeys.TRAINABLE_VARIABLES中取出所有变量,是一个列表
以上这篇在Tensorflow中查看权重的实现就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
问题查看tensorflowapimanual时,看到关于variable.read_value()的注解如图:那么在tensorflow中,variable的
在TensorFlow中,权重的初始化主要是在声明张量的时候进行的。而PyTorch则提供了另一种方法:首先应该声明张量,然后修改张量的权重。通过调用torch
查看TensorFlow中checkpoint内变量的几种方法查看ckpt中变量的方法有三种:在有model的情况下,使用tf.train.Saver进行res
由于tensorflow版本不同,可能一些函数的调用也有变换,这时候可能需要查看tensorflow版本,可以在终端输入查询命令如下:importtensorf
tensorflow版本与cuda和cudnn的对应关系:https://tensorflow.google.cn/install/source安装一定要查看C