在Tensorflow中查找conv2d层的权重

Question

对于张量流中的卷积层的形状，我感到很困惑。

kernels = tf.get_collection(tf.GraphKeys.GLOBAL_VARIABLES, "conv1d(_.)?/kernel:0")

运行此行将返回一个具有4维和偏差的内核。 我期望内核会返回我[filter_width，filter_height，filter_number]和带有权重的2D矩阵。相反，我有第四个维度，根本没有重量。

也许我不应该在脑海中交换密集的卷积层。但是，我在Internet上找到的大多数解释都停留在一个简单的水平上，而无需深入研究tensorflows模型的细节。

所以对我来说最重要的是获取各层之间的边缘的相互连接的权重。就像在这张图片上看到的一样：

此链接与我的问题有关：Something I want from Tensorflow

我希望有人可以跟随我的理解，否则不要犹豫添加评论。

Answer 1

过滤器/内核始终具有4个维度，即（宽度，高度，filter_nr，通道）。通道数等于输入图像中的通道数，但是对于网络中的更高层，它可能有所不同。

您要求的权重是针对完全连接的（密集）层，而不是卷积层（Conv2D是卷积层）。