python - TensorFlow:按名称访问变量的内容

Question

我有以下情况:

我已经构建、训练并保存了我的网络。现在，我正在尝试恢复网络并可视化权重矩阵。

我知道变量的所有名称，但我没有为变量分配 python 标记以传递给 session 进行评估。如何检索变量中的数据？

这是我的代码情况:

dataset_params = nn_params.mnist_dataset_params
design = nn_designs.mnist_net_A_design
## Build Housing Object
mnist_nn = nn_class.CNN(**dataset_params)
mnist_nn.build_net(design['design'])
mnist_nn.__setattr__('saved_path',saved_model)
mnist_nn_epoch_file = saved_model+'_epochs_completed.txt'
mnist_nn.__setattr__('epoch_file',mnist_nn_epoch_file)


# evaluate weight variables
session = tf.Session()
saver = tf.train.Saver()
session.run(tf.initialize_all_variables())
saver.restore(session,saved_model)




session.close()

为了提取权重，我应该将什么传递给 session ？ (一个示例权重名称是:'conv_w_1')？

Answer 1

您可以使用 tf.get_collection() 来做到这一点获取所需变量的查找方法:

weight_var = tf.get_collection(tf.GraphKeys.VARIABLES, "conv_w_1")[0]

weight_var_value = session.run(weight_var)