python - 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？

Question

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 张量流。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？

Answer 1

我做过类似的事情：

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

Answer 2

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。我正在打印W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，每列中显示的权重对应于每张图像中的前 3 个和后 3 个像素（我认为是左上和右下）......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。

Answer 3

创建模型后，您可以使用tf.train.Saver().save它来保存模型。使用它只需运行：

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

在两者之后的某个时刻tf.Session() as SESSION-NAME-HERE:和SESSION-NAME-HERE.run(tf.global_variables_initializer())都已使用（但在您关闭会话之前）。

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

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

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

有关更多信息，请参阅：https ://www.tensorflow.org/how_tos/variables/

Answer 4

有人用过梯度动物园吗？

保存、版本化和共享您的神经网络模型权重

（自己没用过）