tensorflow如何輸出權(quán)重值和偏差

這篇文章主要為大家展示了“tensorflow如何輸出權(quán)重值和偏差”，內(nèi)容簡(jiǎn)而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領(lǐng)大家一起研究并學(xué)習(xí)一下“tensorflow如何輸出權(quán)重值和偏差”這篇文章吧。

使用tensorflow 訓(xùn)練模型時(shí),我們可以使用 tensorflow自帶的 Save模塊 tf.train.Saver()來(lái)保存模型,使用方式很簡(jiǎn)單 就是在訓(xùn)練完模型后,調(diào)用saver.save()即可

saver = tf.train.Saver(write_version=tf.train.SaverDef.V2) 
saver.save(sess, save_dir+"crfmodel.ckpt", global_step=0)

重新載入模型

saver = tf.train.Saver() 
ckpt = tf.train.get_checkpoint_state(FLAGS.restore_model) 
saver.restore(sess, ckpt.model_checkpoint_path)

但是這種方式保存的模型中包含特別多的信息,使保存的模型很大,其實(shí)里面有很多不是我們想要的.我們就想要里面最重要的權(quán)重信息和偏差等等數(shù)據(jù),然后再自己寫(xiě)解密代碼,就可以把模型應(yīng)用于其他的平臺(tái),比如安卓手機(jī).
那么我們可以使用下面的方式獲取訓(xùn)練后的權(quán)重和偏移,

ww, bb = sess.run([self.W,self.b])

其中W,和b都是 Tensor類(lèi)型的數(shù)據(jù) 

with tf.name_scope('weights'): 
   self.W = tf.get_variable( 
     shape=[self.feat_size, self.nb_classes], 
     initializer=tf.truncated_normal_initializer(stddev=0.01), 
     name='weights' 
     # ,regularizer=tf.contrib.layers.l1_regularizer(0.1) 
   ) 
 with tf.name_scope('biases'): 
   self.b = tf.get_variable( 
     shape=[self.nb_classes], 
     initializer=tf.truncated_normal_initializer(stddev=0.01), 
     name='bias' 
   )

tensorflow 輸出權(quán)重 到csv或txt

import numpy as np
W_val, b_val = sess.run([weights_tensor, biases_tensor])
np.savetxt("W.csv", W_val, delimiter=",")
np.savetxt("b.csv", b_val, delimiter=",")

以上是“tensorflow如何輸出權(quán)重值和偏差”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對(duì)大家有所幫助，如果還想學(xué)習(xí)更多知識(shí)，歡迎關(guān)注億速云行業(yè)資訊頻道！