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

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注