如何在tf.layers.conv2d中访问内核变量？ [英] How to access kernel variables in tf.layers.conv2d?

问题描述

我想可视化卷积层中的权重以观察它们如何变化。

I want to visualize weights in convolutional layers to watch how they change.

但是我找不到在<$ c $中访问卷积层中权重的方法c> tf.layers.conv2d

谢谢

推荐答案

您可以按名称访问该变量：

You could access that variable by name:

weights = sess.run('<name_of_your_layer>/weights:0', feed_dict=...)

如果您不确定自己的名字变量，通过打印 tf.trainable_variables（）

If you're unsure about the name of your variable, see what it could be by printing tf.trainable_variables()

这篇关于如何在tf.layers.conv2d中访问内核变量？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！