使用tf.contrib.layers的张量板直方图

Question

我试图了解是否有办法从tf.contrib.layers获取fully_connected图层中权重的直方图。在文档中没有明显的方法来获得权重。

所以我的问题是，如何从图层中可视化权重？

Answer 1

您需要在代码中添加此块：

for var in tf.trainable_variables: # or tf.get_collection(tf.GraphKeys.TRAINABLE_VARIABLES, 'your desired scope name'):
tf.summary.histogram(var.name, var)
with tf.name_scope('summaries'):
    mean = tf.reduce_mean(var)
    tf.summary.scalar('mean', mean)
with tf.name_scope('stddev'):
    stddev = tf.sqrt(tf.reduce_mean(tf.square(var - mean)))
tf.summary.scalar('stddev', stddev)
tf.summary.scalar('max', tf.reduce_max(var))
tf.summary.scalar('min', tf.reduce_min(var))    

然后，您需要添加：

merged_summary = tf.summary.merge_all()   
merged = tf.summary.merge_all()
session.run(tf.global_variables_initializer())
train_writer = tf.summary.FileWriter(config.model_dir)

收集摘要。