刚开始学习tensorflow,还不太会用,开个博记录,今天遇到一个问题是用tf.layers.dense创建的全连接层,如何查看权重?
知道kernel表示了权重,但是如何提示成变量?
我分成两步:
1、查看tensor:tf.trainable_variables()
命令行里中运行即可,如下图:
可以看到tensor的name,或用更简洁的方式:variable_name = [v.name for v in tf.trainable_variables()]
运行后,trainable_variable()即存入variable_name中:
2、获取权重:tf.get_default_graph().get_tensor_by_name('variable_name')
如:w1=tf.get_default_graph().get_tensor_by_name('Actor/l1/kernel:0')
即可根据get tensor by name
菜鸟的笨方法^-^
—————————————————————————————————
更新:tf.get_collection(tf.GraphKeys.TRAINABLE_VARIABLES,scope)也可查看,可得到某scope下的tensor
即从某scope的tf.GraphKeys.TRAINABLE_VARIABLES中取出所有变量,是一个列表
以上这篇在Tensorflow中查看权重的实现就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。