如何节省训练后的神经网络的重量和偏差



我使用tensorflow构建了神经网络。

在训练它并获得最小成本后,我需要将权重和偏差保存为矩阵,以便在例如Matlab中使用。我该怎么做?

当我在完成训练后执行以下代码以节省重量时:

from scipy.io import savemat
savemat("end_Weight1.mat", weights )

我可以保存它,但我得到了空矩阵,这意味着矩阵只包括四个变量,但没有任何值。我在矩阵中没有得到任何值。

我认为在保存权重之前需要更新它们,或者类似的东西?

您可以使用

all_variables=tf.global_variables()

在每个批次上,从创建的图形中获取变量,然后保存它们。

注意:此方法返回所有variablen,因此您可以过滤列表。例如,你可以根据自己的意愿通过偏见或权重进行过滤。

相关内容

  • 没有找到相关文章

最新更新