如何访问 tf.layers.conv2d 中的内核变量？

【问题标题】：How to access kernel variables in tf.layers.conv2d?如何访问 tf.layers.conv2d 中的内核变量？
【发布时间】：2023-03-29 18:55:01
【问题描述】：

我想可视化卷积层中的权重以观察它们如何变化。

但我找不到在tf.layers.conv2d 中访问卷积层权重的方法

谢谢

【问题讨论】：

标签： tensorflow conv-neural-network tensorboard

【解决方案1】：

您可以通过名称访问该变量：

weights = sess.run('<name_of_your_layer>/weights:0', feed_dict=...)

如果您不确定变量的名称，请打印 tf.trainable_variables() 看看它可能是什么

【讨论】：

【解决方案2】：

由此获得灵感：How to get CNN kernel values in Tensorflow

确保给它一个名字：

conv_layer = tf.layers.conv2d(..., name='YOUR_NAME', ...)

像这样访问变量：

gr = tf.get_default_graph()
conv1_kernel_val = gr.get_tensor_by_name('YOUR_NAME/kernel:0').eval()
conv1_bias_val = gr.get_tensor_by_name('YOUR_NAME/bias:0').eval()

【讨论】：