Question

我有一个可以做很多事情的转发网。

推理代码如下所示：

conv0_feature_count = 2
with tf.variable_scope('conv0') as scope:
    kernel = _variable_with_weight_decay('weights', shape=[5, 5, 1, conv0_feature_count], stddev=5e-2, wd=0.0)
    conv = tf.nn.conv2d(images, kernel, [1, 1, 1, 1], padding='SAME')
    biases = _variable_on_cpu('biases', [conv0_feature_count], tf.constant_initializer(0.0))
    bias = tf.nn.bias_add(conv, biases)
    conv0 = tf.nn.relu(bias, name=scope.name)

依此类推，然后是最大合并等等。

我希望能够将conv0保存到文件中进行检查。我知道tf.Print会在控制台中打印这些值，但这是一个很大的张量。打印该值毫无意义。

Answer 1

TensorFlow没有任何公共运算符可以将张量写入文件，但是如果你看一下tf.train.Saver的实现（特别是BaseSaverBuilder.save_op()方法），你会看到它包含一个可以将一个或多个张量写入文件的操作的实现，它用于编写检查点。

CAVEAT：以下解决方案依赖于内部实现，可能会发生变化，但适用于TensorFlow r0.10rc0。

以下代码片段将张量t写入名为"/tmp/t.ckpt"的文件中：

import tensorflow as tf
from tensorflow.python.ops import io_ops

t = tf.matmul(tf.constant([[6, 6]]), tf.constant([[2], [-1]]))

save_op = io_ops._save(filename="/tmp/t.ckpt", tensor_names=["t"],
                       tensors=[t])

sess = tf.Session()
sess.run(save_op)  # Writes `t` to "/tmp/t.ckpt".

要阅读该值，您可以使用tf.train.NewCheckpointReader()，如下所示：

reader = tf.train.NewCheckpointReader("/tmp/t.ckpt")
print reader.get_tensor("t")  # ==> "array([[6]], dtype=int32)"

有没有办法将Tensorflow中的中间输出保存到文件中？

1 个答案: