如何在 TensorFlow 上保存来自 MNIST 测试的训练数据权重以供将来使用？答案

【问题标题】：How to save weights of training data from MNIST testing on tensorflow for future use?如何在 TensorFlow 上保存来自 MNIST 测试的训练数据权重以供将来使用？
【发布时间】：2016-07-03 05:15:06
【问题描述】：

我在保存 MNIST tensorflow 示例的训练权重 (W) 时遇到问题，如此处所述。 MNIST tensorflow。如果我的理解是正确的，我们将来需要其他测试用例（不是 MNIST 测试用例）的训练权重。我尝试使用 print W.eval() 来获取重量；但它恰好为我提供了一个 784x10 的零矩阵。如何以数组形式或 .csv 格式（不是 .cpkt）获得权重？

【问题讨论】：

标签： python neural-network tensorflow deep-learning mnist

【解决方案1】：

有人用过gradientzoo 吗？

保存、版本化和共享您的神经网络模型权重

（自己没用过）

【讨论】：

【解决方案2】：

您可以在创建模型后使用tf.train.Saver().save 保存模型。使用它只需运行：

   tf.train.Saver().save( SESSION-NAME-HERE , "SAVE-LOCATION-HERE")

在tf.Session() as SESSION-NAME-HERE: 和SESSION-NAME-HERE.run(tf.global_variables_initializer()) 都被使用之后的某个时间点（但在您关闭会话之前）。

要恢复，您可以使用tf.train.Saver().restore()，其语法与之前类似：

   tf.train.Saver().restore(SESSION-NAME-HERE , "SAVE-LOCATION-HERE")

在tf.Session() as SESSION-NAME-HERE: 之后运行它。此代码恢复以前使用的变量。

更多信息请见：https://www.tensorflow.org/how_tos/variables/

【讨论】：

【解决方案3】：

我遇到了类似的问题。在这里记录答案以防万一这也是您的问题/为了后代。我正在将W 打印到控制台，看起来全为零：

[[ 0.  0.  0. ...,  0.  0.  0.]
 [ 0.  0.  0. ...,  0.  0.  0.]
 [ 0.  0.  0. ...,  0.  0.  0.]
 ..., 
 [ 0.  0.  0. ...,  0.  0.  0.]
 [ 0.  0.  0. ...,  0.  0.  0.]
 [ 0.  0.  0. ...,  0.  0.  0.]]

但实际上，每列显示的权重对应于每张图像中的前 3 个和后 3 个像素（我认为是左上角和右下角）......并且在这些位置的任何 MNIST 图像中都没有颜色。所以权重保持为零。

如果您遵循 Daniel Slater 的建议，您可以在输出中看到非零权重。

【讨论】：

【解决方案4】：

我做过类似的事情：

weight_values = session.run(W)
numpy.savetxt("myfilename.csv", weight_values, delimiter=",")

【讨论】：