如何可视化 TensorFlow Estimator 权重？答案

【问题标题】：How to visualize TensorFlow Estimator weights?如何可视化 TensorFlow Estimator 权重？
【发布时间】：2018-02-02 11:05:02
【问题描述】：

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，我正在尝试可视化密集层的权重。

查看https://github.com/tensorflow/tensorflow/blob/r1.3/tensorflow/python/layers/core.py 似乎 weights 被称为 kernels，但在使用 Estimator 抽象时我无法访问它们。

Ps：Estimator 的实现示例，参考https://www.tensorflow.org/get_started/estimator

【问题讨论】：

标签： debugging machine-learning tensorflow visualization

【解决方案1】：

估计器has a method 称为get_variable_value。因此，一旦您生成了一个检查点（或从其中加载了变量值）并且如果您知道密集层的名称，您可以使用matplotlib 执行类似的操作：

import matplotlib.pyplot as plt

weights = estimator.get_variable_value('dense/kernel')
plt.imshow(weights, cmap='gray')
plt.show()

【讨论】：

你是怎么知道变量名的？例如，当使用带有 FTRL 优化器的 LinearRegressor Estimator 时，使用链接页面中的 get_variable_names() 方法，我得到 'global_step', 'linear/linear_model/X0/weights', 'linear/linear_model/X0/weights/part_0/Ftrl', 'linear/linear_model/X0/weights/part_0/Ftrl_1', 'linear/linear_model/X1/weights', 'linear/linear_model/X1/weights/part_0/Ftrl', 'linear/linear_model/X1/weights/part_0/Ftrl_1', 'linear/linear_model/X2/weights', 'linear/linear_model/X2/weights/part_0/Ftrl', 'linear/linear_model/X2/weights/part_0/Ftrl_1' 等。
@ac2051 我可以修改这些权重吗？我想要一个像 set_variable_value 这样的方法。
@natkinis 我可以修改这些权重吗？我想要一个像 set_variable_value 的方法

【解决方案2】：

我刚刚使用预编译的Estimator 进行测试，这对我来说工作正常。

import matplotlib.pyplot as plt

names = classifier.get_variable_names()        
print("name:", names)
for i in names:
    print(classifier.get_variable_value(i)

【讨论】：