Keras - 可以在Tensorboard中查看模型的权重和偏差

Question

我刚开始使用Keras并构建了一个Q-learning示例程序。我创建了一个tensorboard回调，并将其包含在对model.fit的调用中，但TensorBoard中出现的唯一内容是丢失的标量摘要和网络图。有趣的是，如果我打开图中的密集层，我会看到一个标有＆＃34; bias_0＆＃34;的小摘要图标。还有一个标记为＆＃34; kernel_0＆＃34;但是我没有看到这些出现在TensorBoard的分布或直方图标签中，就像我在纯张量流中建立模型时那样。

我是否需要在Tensorboard中执行其他操作才能启用它们？我是否需要查看Keras生成的模型的详细信息并添加我自己的tensor_summary（）调用？

Answer 1

您可以使用weights, biases = model.layers[0].get_weights() 获取每个图层和整个模型的权重和偏差。

例如，如果模型的第一层是您希望获得权重和偏差的密集层，则可以使用以下方法获取它们：

{{1}}

Answer 2

我调试了这个，发现问题是当我调用fit（）时我没有提供任何验证数据。 TensorBoard回调仅在提供验证数据时报告权重。这似乎有点限制，但我至少有一些有用的东西。