Tensorflow Estimator API：如何使用 tensorflow 的 estimator api 获取训练模型的每个节点的权重答案

【问题标题】：Tensorflow Estimator API :How to get weights of each node of a trained model using estimator api of tensorflowTensorflow Estimator API：如何使用 tensorflow 的 estimator api 获取训练模型的每个节点的权重
【发布时间】：2018-03-15 18:06:31
【问题描述】：

我想获得 DNNClassifier 中每一层的每个节点的权重，使用 tensorflow 的估计器 API 进行训练。我发现可以在 keras 中获取每个节点的权重。估计器API可以吗？感谢您的帮助。

input_func = tf.estimator.inputs.pandas_input_fn(x=X_train,y=y_train,batch_size=10,num_epochs=1000,shuffle=True)

dnn_model = tf.estimator.DNNClassifier(hidden_units=[10,10,10],feature_columns=feat_cols,n_classes=2

model.train(input_fn,steps=6000)

我已经使用上面的代码来训练模型。我想进一步提取隐藏层每个节点的权重。

【问题讨论】：

标签： python-3.x tensorflow deep-learning jupyter-notebook tensorflow-estimator

【解决方案1】：

是的，应该可以这样做。您可以使用以下方法提取可训练变量名称：

train_var_names = [var.name for var in tf.trainable_variables()]

这些通常命名为'layer-0/kernel' 和'layer-0/bias'。然后，您可以通过您的估算器（我假设您的问题中将其命名为dnn_model）访问它们的值（在训练您的网络之后）。举个例子：

weights_0 = dnn_model.get_variable_value(train_var_names[0])

【讨论】：