如何绘制全连接层的权重?

时间:2018-11-07 09:37:39

标签: tensorflow matplotlib

我正在使用具有4个输入节点和2个输出节点的完全连接的网络。经过全面培训后,我将存储网络的权重。假设这是我的体重矩阵

`W = np.array([[0.8,0.02],[0.5,0.4],[0.3,0.2],[0.1,0.7]])`

我想想像一下每个班级采用的权重。我该怎么做?我搜索了与此相关的代码,它们正在使用plt.imshow。我应该简单地提到plt.imshow(W)以可视化权重吗?

1 个答案:

答案 0 :(得分:0)

您应该为此使用TensorBoard。同样,您不需要手动存储权重,因为它们是由TensorFlow存储的。您可以通过几种不同的方式来访问它们,例如使用tf.trainable_variables()或快速模式下的tape.watched_variables()。然后,只需遍历所需权重的变量即可。

要在TensorBoard中绘制体重,请查看以下内容:https://www.tensorflow.org/api_docs/python/tf/contrib/summary