如何在张量流中访问嵌入层的变量？答案

【问题标题】：How to access embedding layer's variables in tensorflow?如何在张量流中访问嵌入层的变量？
【发布时间】：2021-02-21 15:58:34
【问题描述】：

假设我有这样的嵌入层e：

import tensorflow as tf
e = tf.keras.layers.Embedding(5,3)

如何打印它的 numpy 值？

【问题讨论】：

标签： tensorflow tensorflow2.0 embedding tensorflow2.x

【解决方案1】：

您需要构建嵌入层才能访问嵌入矩阵：

import tensorflow as tf

emb = tf.keras.layers.Embedding(5, 3)
emb.build(())
emb.trainable_variables[0].numpy()
# array([[-0.00595363,  0.03049802,  0.01821234],
#        [ 0.01515153, -0.01006874,  0.02568189],
#        [-0.01845006,  0.02135053, -0.03916124],
#        [-0.00822829,  0.00922295,  0.00091892],
#        [-0.00727308, -0.03537174, -0.01419405]], dtype=float32)

【讨论】：

【解决方案2】：

感谢@vald 的回答。我认为e.embeddings 更 Pythonic 并且可能更高效。

import tensorflow as tf
e = tf.keras.layers.Embedding(5,3)

e.build(()) # You should build it before using.

print(e.embeddings)

>>>
<tf.Variable 'embeddings:0' shape=(5, 3) dtype=float32, numpy=
array([[ 0.02099125,  0.01865673,  0.03652272],
       [ 0.02714007, -0.00316695, -0.00252246],
       [-0.02411103,  0.02043924, -0.01297874],
       [ 0.00766286, -0.03511617,  0.03460207],
       [ 0.00256425, -0.03659264, -0.01796588]], dtype=float32)>

【讨论】：