Question

我有一个程序，我在Tensorflow中设置了一个具有卷积层的神经网络，并且我试图定期输出滤镜权重作为图像。我知道我的网络正在根据Tensorboard中的跟踪性能正确更新（我已经通过直接打印确认权重正在改变），但权重图像总是相同的（看似随机）值。我使用

初始化我的图层

self.inputs = tf.placeholder(shape=[None, s_size], dtype=tf.float32)
self.image_in = tf.reshape(self.inputs, shape=[-1, int(input_pixels / view_width), view_width, 1])
self.conv1 = slim.conv2d(activation_fn=tf.nn.elu, inputs=self.image_in, num_outputs=16, kernel_size=[8, 8], stride=[4, 4], padding='VALID', scope="conv1")
self.conv2 = slim.conv2d(activation_fn=tf.nn.elu,  inputs=self.conv1, num_outputs=32, kernel_size=[4, 4], stride=[2, 2], padding='VALID', scope="conv2")
hidden = slim.fully_connected(slim.flatten(self.conv2), 256, activation_fn=tf.nn.elu)

一旦训练开始，每100次迭代我使用here和

提供的函数保存权重

filters = ["conv1", "conv2"]
for filter in filters:
    with tf.variable_scope(self.name + "/" + filter, reuse=True):
        weights = tf.get_variable("weights")
        grid = put_kernels_on_grid(weights)
        scipy.misc.imsave('filters/' + filter + "_" + str(episode_count) + ".jpg", grid.eval()[0, :, :, 0])

鉴于过滤器中的权重正确更新，为什么tf.get_variable（）返回的权重也不会更新？

tf.get_variable（）没有返回更改的权重

0 个答案: