如何从 tensorflow 神经网络中提取权重和偏差，以及如何在 python 中自己计算预测？答案

【问题标题】：How to extract the weights and bias from tensorflow neural network and how to compute the prediction on your own in python?如何从 tensorflow 神经网络中提取权重和偏差，以及如何在 python 中自己计算预测？
【发布时间】：2019-01-20 04:53:06
【问题描述】：

我在 python 中使用 tensorflow 来构建一个简单的回归神经网络，我想提取权重和偏差以便在另一个程序中使用它们。有人可以指出如何从 tf 神经网络中提取权重并根据相同的权重计算预测，一旦训练了 tensorflow NN，就可以使用简单的矩阵乘法和加法。这种计算也会提高预测时间（因为 tf.predict 做了一些额外的计算）？

【问题讨论】：

这是我能找到的与您的查询相关的内容 - github.com/google/prettytensor/issues/6
我的猜测是它不太可能改善预测时间，至少在本质上是这样。 Numpy 可能会让你到达那里，但可能不值得。不确定tf.predict 的内部工作原理，我只使用过 Keras。

标签： python tensorflow neural-network deep-learning

【解决方案1】：

您可以使用tf.train.Saver 类将您的模型保存为 ckpt 文件并在以后使用：

saver = tf.train.Saver()
 with tf.Session() as sess:
    #your code here
    save_path = saver.save(sess, "/model_path/model.ckpt")

要恢复变量：

saver.restore(sess, "/your_path/model.ckpt")

完整文档：https://www.tensorflow.org/guide/saved_model

【讨论】：

您能否详细说明如何使用保存的权重来计算预测，通过简单的矩阵乘法，而无需再次将它们加载到 tf Graph 中？