tensorflow打印循环中的权重W和偏置b

''' 打印循环中的W和b'''
import tensorflow as tf
import pprint

for i, filter_size in enumerate([2,3]):
    with tf.name_scope("conv-maxpool-%s" % filter_size):
        # Convolution Layer
        filter_shape = [filter_size, 1, 1, 8]  # [2, 1, 1, 8]和[3, 1, 1, 8]
        # tf.truncated_normal() 正态分布
        # 这里设置seed=1，可以保证下一次filter_size为2时，得到的W和这次filter_size=2时是一样的，
        # 而且，filter_size=2和filter_size=3时是不一样的
        W = tf.Variable(tf.truncated_normal((filter_shape), stddev=0.1, name="W", seed=1))  # [2, 1, 1, 8]和[3, 1, 1, 8]
        b = tf.Variable(tf.constant(0.1, shape=[8], name="b"))  # [8]
# 用两个列表分别来保存W和b
W_lt = []
b_lt = []
for filter_size in [2,3]:
	# 这里， W：0 表示w这个张量是计算节点"W"输出的第一个结果（编号从0开始）
    w = tf.get_default_graph().get_tensor_by_name('conv-maxpool-%s/W:0' % filter_size)
    W_lt.append(w)
    b = tf.get_default_graph().get_tensor_by_name('conv-maxpool-%s/b:0' % filter_size)
    b_lt.append(b)

with tf.Session() as sess:
    init_op = tf.global_variables_initializer()
    sess.run(init_op)
    pprint.pprint(sess.run(W_lt))
    pprint.pprint(sess.run(b_lt))

参考资料

tensorflow 获取变量&打印权值等方法