如何在Tensorflow中打印重量？

Question

我试图得到我的hidden_layer2的权重矩阵并打印出来。似乎我可以得到重量矩阵，但我不能打印它。

当使用tf.Print(w, [w])时，它不会输出任何内容。在使用print(tf.Print(w,[w])时，它至少会打印关于张量的信息：

Tensor("hidden_layer2_2/Print:0", shape=(3, 2), dtype=float32)

我还尝试在with-Statement，之外使用tf.Print()，结果也是一样。

完整的代码在这里，我只是在一个前馈NN：https://pastebin.com/KiQUBqK4中处理随机数据。

“我的守则”的一部分是：

hidden_layer2 = tf.layers.dense(
        inputs=hidden_layer1,
        units=2,
        activation=tf.nn.relu,
        name="hidden_layer2")


with tf.variable_scope("hidden_layer2", reuse=True):
        w = tf.get_variable("kernel")
        tf.Print(w, [w])
        # Also tried tf.Print(hidden_layer2, [w])

Answer 1

更新为TENSORFLOW 2.X

从TensorFlow 2.0 (>= 2.0)开始，由于Session对象已被删除，推荐的高级后端是Keras，因此获取权重的方法如下：

from tensorflow.keras.applications import MobileNetV2

model = MobileNetV2(input_shape=[128, 128, 3], include_top=False) #or whatever model
print(model.layers[0].get_weights()[0])

Answer 2

试着做这个，

w = tf.get_variable("kernel")
print(w.eval())

Answer 3

我采取了不同的方法。首先，我列出所有可培训的变量，并使用所需变量的索引，并使用当前会话运行它。守则附后如下：

variables = tf.trainable_variables()

init = tf.global_variables_initializer()
sess = tf.Session()
sess.run(init)

print("Weight matrix: {0}".format(sess.run(variables[0])))  # For me the variable at the 0th index was the one I required