TensorFlow和MNIST数据集

Question

首先：我对机器学习和TensorFlow是全新的 - 我只是玩这个技术几周 - 我真的很喜欢它。

但我有关于MNIST数据集与TensorFlow相结合的问题（可能是一个简单的问题）：我目前正在通过“MLIST for ML Beginners”教程（https://www.tensorflow.org/versions/r0.11/tutorials/mnist/beginners/index.html#mnist-for-ml-beginners）。我完全理解整个事情的工作原理，以及我用源代码完成的事情。

我现在的问题是： 是否有可能看到每个像素的单个权重参数？据我所知，我不能直接访问每个像素的单个权重参数，因为tf.matmul（）操作会返回给定类的所有权重参数的总和。

我想访问个人体重参数，因为我想看看这些值是如何通过神经网络的训练过程发生变化的。

感谢您的帮助，

-Klaus

Answer 1

您可以通过只是在做类似的东西得到实际重量：

w = sess.run(W, feed_dict={x: batch_xs, y_: batch_ys}) 
print w.shape 

如果你想在每像素的结果，只是做一个元素 - 将batch_xs * w相乘（适当重新设计）