tensorflow查看权重参数值

给大家推荐免费的kugou音乐 vip哈, 还不知道的一定有相见恨晚的感觉，获取地址http://www.service99.cn

                                                        ------------题记

每个框架都有查看权重参数的机制，在tenstensorflow中

查看的例子如下

import tensorflow as tf
import numpy as np
reader = tf.train.NewCheckpointReader('model-100')
all_variables = reader.get_variable_to_shape_map()
w0 = reader.get_tensor("conv0/W")
print(type(w0))
print(w0.shape)
print(w0[0])
b0 = reader.get_tensor("conv0/b")
print(type(b0))
print(b0.shape)
print(b0)

注意这里，在保存moxi模型的目录中有checkpoint文件，有model-100.data-00000-of-00001和model-100.index文件，此处我们只写.之前的东西。

直接是Numpy.ndarray格式，这个很好。

使用txt文件保存权重的代码为

import tensorflow as tf
import numpy as np
reader = tf.train.NewCheckpointReader('model-100')
all_variables = reader.get_variable_to_shape_map()
quantized_conv_list = ['conv1','conv2','conv3','conv4']
pf = open('result.txt', 'w+')
for quantized_conv_name in quantized_conv_list:
    weight = reader.get_tensor(quantized_conv_name+"/W")
    print quantized_conv_name
    print '***************************************'
    print weight.shape
    [n,cout,h,w]=weight.shape
    print cout,h,w
    
    pf.write(quantized_conv_name)
    pf.write('\n')
    pf.write(str(n)+' '+str(cout)+' '+str(h)+' '+str(w)+'\n')
    #for c in range(cout):
       #pf.write('***********'+str(c)+'**********\n')
    for n1 in range(n):
       pf.write('***********'+str(n1)+'**********\n')
       for h1 in range(h):
           for w1 in range(w):
               for c in range(cout):
                   pf.write('%f ' %weight[n1][c][h1][w1])
       pf.write('\n')
       #pf.write('\n')
    try:   
        bias = reader.get_tensor(quantized_conv_name+"/b")
        n2=bias.shape
        print bias.shape
        print n2
        print '***************************************'
        pf.write('\n')
        pf.write('**************************bias:')
        pf.write('\n')
        pf.write(str(n)+'\n')
        #for n1 in range(n2):
        #    pf.write('%f, ' %bias[n1]) 
        #pf.write('\n')
        for b in bias:
           pf.write('%f '%b)
    except:
        print 'no bias'
    pf.write('\n')
pf.close()

注意这里的conv1/W可以在log文件中看到。不同的命名方式不一样。