我在TensorFlow V1.0中使用tf.layers.conv2d
进行卷积。可视化tf.layers.conv2d中的滤镜权重
一个例子如下:
conv1 = tf.layers.conv2d(batch_images, filters=96,
kernel_size=7,
strides=2,
activation=tf.nn.relu,
kernel_initializer=tf.contrib.layers.xavier_initializer_conv2d(uniform=False),
bias_initializer=tf.contrib.layers.xavier_initializer(uniform=False),
kernel_regularizer=tf.nn.l2_loss,
bias_regularizer=tf.nn.l2_loss,
name='conv1')
我再尝试收集过滤器重量如下: -
l1weights = tf.get_collection(tf.GraphKeys.WEIGHTS, 'conv1')
然而尽管网络是越来越训练有素,我得到[]
上评估l1weights
在会议中。
如何提取滤波器权重并使用tf.summary.image
将它们可视化?
尝试将tf.GraphKeys.WEIGHTS更改为GraphKeys.TRAINABLE_VARIABLES – Steven
我试过它没有工作并给出相同的输出'[]' – Ujjwal
您是否解决了这个问题?我有确切的一个。 – LKM