张量流中的拟合值和权重（tesorflow DNNRegressor）

Question

我正在使用Tensorflow版本2.0.0-beta1。我已经创建了输入函数，可以输入到tf.estimator.DNNRegressor。

input_func = tf.compat.v1.estimator.inputs.pandas_input_fn(x=X_train,
                                                y=y_train,
                                                batch_size=10,
                                                num_epochs=1000,
                                                shuffle=True)

下面是我使用DNNRegressor创建的模型。

model = tf.estimator.DNNRegressor(feature_columns=feature_col, hidden_units=[1024, 800, 512, 256])
model.train(input_fn=input_func, steps=10000)

现在我想确定

1）在训练数据上拟合我的模型的值。

2）与模型中每个变量关联的权重（即tf.estimator.DNNRegressor）

我已经搜索过tensorflow的文档和其他来源，但没有得到此信息。