如何可视化TensorFlow Estimator的权重?

如何从tf.estimator.Estimator中选择一个层,并访问该层中每个单元的权重向量?具体来说,我试图可视化一个Dense层的权重。

查看https://github.com/tensorflow/tensorflow/blob/r1.3/tensorflow/python/layers/core.py,似乎权重被称为核(kernels),但在使用Estimator抽象时,我无法访问这些权重。

附注:关于Estimator实现的示例,可以参考https://www.tensorflow.org/get_started/estimator


回答:

Estimator 有一个方法叫做get_variable_value。因此,一旦你生成了一个检查点(或从中加载了变量值),并且如果你知道密集层的名称,你可以使用matplotlib做类似下面的操作:

import matplotlib.pyplot as pltweights = estimator.get_variable_value('dense/kernel')plt.imshow(weights, cmap='gray')plt.show()

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注