如何可视化TensorFlow估计器权重?
问题描述:
如何从tf.estimator.Estimator
中选择一个图层并访问该图层中每个单元的权向量?具体来说,我试图想象密集层的权重。如何可视化TensorFlow估计器权重?
看着https://github.com/tensorflow/tensorflow/blob/r1.3/tensorflow/python/layers/core.py似乎权被称为内核,但我不能使用估算抽象时访问这些。
PS:对于估计的实现的一个例子,让我们引用https://www.tensorflow.org/get_started/estimator
答
估计has a method称为get_variable_value
。所以,一旦你获得了一个检查点(或从一个加载的变量值),如果你知道的致密层的名称,你可以使用matplotlib做这样的事情:
import matplotlib.pyplot as plt
weights = estimator.get_variable_value('dense/kernel')
plt.imshow(weights, cmap='gray')
plt.show()