从 RNN Tensorflow 中提取隐藏层向量答案

【问题标题】：Extract Hidden Layer Vector from RNN Tensoflow从 RNN Tensorflow 中提取隐藏层向量
【发布时间】：2016-06-29 21:08:42
【问题描述】：

我对 TensorFlow 非常陌生，但我正在努力让一个项目运转起来。

我使用以下代码训练了 LSTM：https://github.com/sherjilozair/char-rnn-tensorflow

这很好，使用 sample.py 我得到了很好的输出数据。但是，我对生成输出数据不是很感兴趣。我要做的是从LSTM的最后一步中提取隐藏层向量。

基本上，我想在运行 model.py 的以下部分：

def sample(self, sess, chars, vocab, num=200, prime='The ', sampling_type=1):
        state = self.cell.zero_state(1, tf.float32).eval()
        for char in prime[:-1]:
            x = np.zeros((1, 1))
            x[0, 0] = vocab[char]
            feed = {self.input_data: x, self.initial_state:state}
            [state] = sess.run([self.final_state], feed)

我不确定如何在 Tensorflow 中执行此操作，任何帮助都会很棒，谢谢。

【问题讨论】：

标签： python tensorflow lstm recurrent-neural-network

【解决方案1】：

也许你没有看到这个，https://www.tensorflow.org/versions/r0.9/how_tos/variables/index.html

【讨论】：

我通读了该页面，但我无法“恢复” MultiCellRNN 对象的隐藏状态变量，因为我真的不知道它的名称是什么。我是不是在错误地处理这个问题？
因为这不是我从头开始创建的模型——它由 BasicLSTMCell 组成——我不知道如何访问它的变量