tensorflow中如何直接读取网络的参数（weight and bias）的值

最新推荐文章于 2025-07-14 17:41:07 发布

原创最新推荐文章于 2025-07-14 17:41:07 发布 · 1.3w 阅读

13 ·

CC 4.0 BY-SA版权

文章标签：

#tensorflow #CNN #weight

tensorflow 专栏收录该内容

1 篇文章

订阅专栏

本文介绍了如何检查神经网络训练过程中参数的变化情况。首先通过自定义函数获取特定变量名的参数，然后利用TensorFlow会话读取这些参数的具体数值。这对于验证网络是否正常训练至关重要。

训练好了一个网络，想要查看网络里面参数是否经过BP算法优化过，可以直接读取网络里面的参数，如果一直是随机初始化的值，则证明训练代码有问题，需要改。下面介绍如何直接读取网络的weight 和 bias。
(1) 获取参数的变量名。可以使用一下函数获取变量名：

def vars_generate1(self,scope_name_var):
    return [var for var in tf.global_variables() if scope_name_var in var.name ]

输入你想要读取的变量的一部分的名称(scope_name_var)，然后通过这个函数返回一个List，里面是所有含有这个名称的变量。

(2) 利用session读取变量的值：

def get_weight(self):
  full_connect_variable = self.vars_generate1("pred_network/full_connect/l5_conv")
  with tf.Session() as sess:
     sess.run(tf.global_variables_initializer())  ##一定要先初始化变量
     print(sess.run(full_connect_variable[0]))

之后如果想要看参数随着训练的变化，你可以将这些参数保存到一个txt文件里面查看。