【Tensorflow】学習後のモデルから各層の重みとバイアスの取得方法

###前提・実現したいこと
tensorflowを使って
Grad-camを実装したいと考えてます。
(下記サイトを参照しました)
https://github.com/Ankush96/grad-cam.tensorflow

しかし学習器から重みとバイアスの抽出方法がわかりません。
自分の持っているデータを学習させた後の重み、バイアスを取得したいです。

学習方法は下記のサイトを参考にしました。
http://arkouji.cocolog-nifty.com/blog/2016/08/tensorflow-76e9.html

どなたかお分かりの方教えていただければ大変助かります。

###補足情報(言語/FW/ツール等のバージョンなど)
python3
tensorflow

行動規範の内容に同意します

回答1件

ベストアンサー

過去に画像を書き出そうとしている人々がいます。
主にエラーに遭遇してのポストですが、リンク等が参考になります。
https://teratail.com/questions/102908
https://teratail.com/questions/97203

重みの数字が欲しいのであれば、
https://www.tensorflow.org/extend/tool_developers/
を参考にすれば、いろいろと書き出し方があります。
一番しっくりするやり方をニーズに合わせて選択することになります。

どのレベルまでご自身でコードを書かれているのかわからいのですが、
W = tf.Variable(...)と定義された重みがあるのであれば、print(sess.run(W))で書き出せます。
参考のサイトならば、例えば、
W_conv1 = weight_variable([5, 5, 3, 32])
を書き出すには、

python
1sess = tf.Session()
2print(sess.run(W_conv1))

投稿2017/12/18 09:43

mkgrei

総合スコア8562

ttmm

2017/12/19 01:28

解答ありがとうございますしかし、pythonのコードの理解不足なのかエラーになってしまいます。下記のように自分で作った後に重みを出力しようとしました。 ①参考のサイトのcnn_train.pyでモデルを作成 ②そのモデルの読み込み images_placeholder = tf.placeholder(tf.float32, shape=(None, IMAGE_PIXELS)) labels_placeholder = tf.placeholder(tf.float32, shape=(None, NUM_CLASSES)) keep_prob = tf.placeholder(tf.float32) logits = inference(images_placeholder, keep_prob) sess = tf.InteractiveSession() saver = tf.train.Saver() sess.run(tf.global_variables_initializer()) saver.restore(sess, "model.ckpt") ②各層の重み出力 sess = tf.Session() print(sess.run(W_conv1)) ②を実行した結果「NameError: name 'W_conv1' is not defined」となってしまいました。基本的なところがわかっていなくてすみません。