1.查看变量名:tf.trainable_variables()
利用tf.trainable_variables()可以得到变量的名字,如下所示
为了更直观清晰,可以用v_names=[v.name for v in tf.trainable_variables()]将名字存为list,如下图
2.根据名字获取权重:tf.get_default_graph().get_tensor_by_name()
利用w1=tf.get_default_graph().get_tensor_by_name('emb_net1/emb_fc3/weights:0'),可以根据名字得到相应的tensor,然后sess.run即可得到相应权重信息