如何在Tensorflow中提取权重矩阵和超参数以及图层参数?

时间:2017-05-31 22:33:51

标签: tensorflow neural-network deep-learning tensorflow-gpu

我看到了tf.train.Saver,但我相信这并没有解决我的问题而且我担心我可能需要对Tensorflow进行手术来制作权重矩阵和超参数以及激活函数和图层参数可导出并可导入tensorflow会话。任何人都知道从哪里开始?我已经处理了其他框架,允许你保存在HDF5或Pickle for python 2.7 + / 3.5 +但是TensorFlow使它比实际应用更难。

TensorFlow的作者告诉我在StackOverflow上提出这个问题,因为它是最好的问题,因为它们不能将它视为一个问题,而是作为一个额外的组件或功能调查IMO。

1 个答案:

答案 0 :(得分:0)

如果通过导出意味着您只想访问参数,例如要从权重矩阵中创建图像,您可以使用sess.run([parameter])在开始会话和初始化变量后的任何时刻将值作为numpy数组获取。如果通过导入你的意思是从某些值开始,也许你可以使用constant initializer来表示简单的情况。但是,如果你试图重新加载以前训练过的网络,那么储户就是一般的方式。