如何在张量流上保存 MNIST 测试中训练数据的权重以备将来使用

Question

我遇到了保存 MNIST 张量流示例的训练权重 （W） 的问题，如此处所述。MNIST 张量流。如果我的理解是正确的，我们将来需要其他测试用例（不是 MNIST 测试用例）的训练权重。我尝试打印 W.eval（） 来获取重量;但它恰好为我提供了一个 784x10 的零矩阵。如何以数组形式或.csv格式（不是 .cpkt）获取权重？

Answer 1

我做了类似的事情：

weight_values = session.run(W)
numpy.savetxt("myfilename.csv", weight_values, delimiter=",")

Answer 2

我遇到了类似的问题。在这里记录答案，以防这也是您的问题/留给后代。我正在将W打印到控制台，看起来全是零：

[[ 0.  0.  0. ...,  0.  0.  0.]
 [ 0.  0.  0. ...,  0.  0.  0.]
 [ 0.  0.  0. ...,  0.  0.  0.]
 ..., 
 [ 0.  0.  0. ...,  0.  0.  0.]
 [ 0.  0.  0. ...,  0.  0.  0.]
 [ 0.  0.  0. ...,  0.  0.  0.]]

但实际上，每列中显示的权重对应于每个图像中的前 3 个和后 3 个像素（我认为左上角和右下角）......并且这些位置的任何 MNIST 图像中都没有颜色。所以权重保持零。

如果你遵循Daniel Slater的建议，你可以在输出中看到非零权重。

Answer 3

创建模型后，可以使用tf.train.Saver().save保存模型。 要使用它，只需运行：

   tf.train.Saver().save( SESSION-NAME-HERE , "SAVE-LOCATION-HERE")

在同时使用tf.Session() as SESSION-NAME-HERE:和SESSION-NAME-HERE.run(tf.global_variables_initializer())之后的某个时间点（但在关闭会话之前）。

若要还原，可以使用语法与之前类似的tf.train.Saver().restore()：

   tf.train.Saver().restore(SESSION-NAME-HERE , "SAVE-LOCATION-HERE")

在tf.Session() as SESSION-NAME-HERE:后运行此操作。此代码还原以前使用的变量。

有关更多信息，请参阅：https://www.tensorflow.org/how_tos/variables/

Answer 4

有人使用过梯度动物园吗？

保存、版本控制和共享神经网络模型权重

（自己没用过）