有没有办法从Tensorflow的tf.contrib.learn.DNNClassifier中提取权重矩阵?我已经尝试查找Tensorflow网站以获得答案,但我对此很新,所以到目前为止我还没有找到任何有用的信息。提前抱歉,如果此处已有明确的解释,我无法找到。
我的代码:
# read the csv file to numpy array
df = tf.contrib.learn.datasets.base.load_csv_with_header(
filename="data.csv",
target_dtype=np.int,
features_dtype=np.float64)
X = df.data
Y = df.target
dimension = len(X)
feature_columns = [tf.contrib.layers.real_valued_column("", dimension=dimension)]
classifier = tf.contrib.learn.DNNClassifier(feature_columns=feature_columns,
hidden_units=[10,10],
n_classes=2,
activation_fn=tf.nn.sigmoid,
optimizer=tf.train.ProximalAdagradOptimizer(
learning_rate=0.1,
l2_regularization_strength=0.001))
#Fit model
classifier.fit(x=X, y=Y, steps=2000)
答案 0 :(得分:3)
classifier.get_variable_value(classifier.get_variable_names()[3])
classifier.get_variable_names()打印名称列表
['dnn/binary_logistic_head/dnn/learning_rate',
'dnn/hiddenlayer_0/biases',
'dnn/hiddenlayer_0/biases//hiddenlayer_0/biases/part_0/Adagrad',
'dnn/hiddenlayer_0/weights',
'dnn/hiddenlayer_0/weights/hiddenlayer_0/weights/part_0/Adagrad',
'dnn/logits/biases',
'dnn/logits/biases/dnn/dnn/logits/biases/part_0/Adagrad',
'dnn/logits/weights',
'dnn/logits/weights/nn/dnn/logits/weights/part_0/Adagrad',
'global_step']
classifier.get_variable_names()[3]得到第四个,即第一层的权重。在这种情况下,分类器有一个隐藏层,有10个神经元。
第7个' dnn / logits / weights'给出输出层的权重。