Question

我有一个训练有素的深层神经网络，有一个句子级注意力层。该网络被称为GRU，如下所示，我想在测试后得到关注值（sen_alpha）的结果。

class GRU:
def __init__(self,is_training,word_embeddings,settings):

    self.big_num = big_num = settings.big_num       
    for i in range(big_num):

        sen_repre.append(tf.tanh(attention_r[self.total_shape[i]:self.total_shape[i+1]]))
        batch_size = self.total_shape[i+1]-self.total_shape[i]
                sen_alpha.append(tf.reshape(tf.nn.softmax(tf.reshape(tf.matmul(tf.mul(sen_repre[i],sen_a),sen_r),[batch_size])),[1,batch_size]))
                self.attentions.append(sen_alpha[i])

测试代码：

def main(_):
test_settings = Settings()
with tf.Graph().as_default():

    sess = tf.Session()
    with sess.as_default():     
        with tf.variable_scope("model"):
                            mtest = GRU(is_training=False, word_embeddings = None, settings = test_settings)
                    saver = tf.train.Saver()

             attentions = mtest.attentions
             att = np.array(attentions)       
             print(str(type(att)))
             print(att[0:100])
             np.save("attentions.npy",att)

结果：

输入：输入'numpy.ndarray'

att [0：100]：

[<tf.Tensor 'model/Reshape_9:0' shape=(1, ?) dtype=float32<tf.Tensor 'model/Reshape_17:0' shape=(1, ?) dtype=float32<tf.Tensor 'model/Reshape_25:0' shape=(1, ?) dtype=float32> 错误：

文件“test_GRU.py”，第242行，在main中 np.save（ “attentions.npy”，ATT）

cPickle.PicklingError：无法挑剔：属性查找内置。模块失败

如何正确保存结果？感谢

Answer 1

我无法修复您的代码，但我可以为您提供从模型定义到提取值的逐步设计的简短版本：

定义模型图。这意味着GRU是图表的一部分。
开始会话，例如sess = tf.Session()。
初始化图表的变量，例如sess.run(tf.global_variables_initializer())
使用会话方法从相应的图表中获取值，例如sess.run(the_tensor, dictionary_of_numpy_array_as_input_to_graph)。

输出将是numpy数组，您可以保存它们。

无法使用python作为cPickle.PicklingError在TensorFlow中以.npy格式保存numpy

1 个答案: