Keras - 是否可以查看模型的重量和偏差

我剛剛開始使用Keras並構建了一個Q-learning示例程序。我創建了一個張量板回調函數，並將其包含在對model.fit的調用中，但TensorBoard中唯一顯示的是丟失和網絡圖的標量總結。有趣的是，如果我打開圖中的密集圖層，我會看到一個標有「bias_0」的小圖標和一個標有「kernel_0」的小圖標，但我沒有看到它們出現在TensorBoard中的分佈或直方圖選項卡上，我在純張量流中建立了一個模型。Keras - 是否可以查看模型的重量和偏差

我需要做其他事情才能在Tensorboard中啓用這些功能嗎？我是否需要查看Keras生成的模型的細節並添加我自己的tensor_summary（）調用？

來源

2017-05-09 Ocie Mitchell

[this]的可能重複（http://stackoverflow.com/q/40444083/1586200）。 –

我有興趣使用Tensorboard輸出和分析重量，而不僅僅是打印出來。也許.get_weights（）會給我一些東西，我可以饋入Tensorboard。 –

您可以通過.get_weights()獲得每層和整個模型的權重和偏差。

例如，如果你的模型的第一層是你想擁有你的重量和偏見的緻密層，你可以讓他們：

weights, biases = model.layers[0].get_weights()

來源

2017-05-09 11:26:07

這可能有點用處，但問題是關於張量板，並且我不認爲對model.layers [i] .get_weights（）的調用可能與使tensratboard正常工作一樣有用。 – KeithWM

我調試這一點，並發現問題當我調用fit（）時，我沒有提供任何驗證數據。 TensorBoard回調只會在提供驗證數據時報告權重。這似乎有點限制，但我至少有一些工作。

來源

2017-05-09 20:17:47

我不認爲這應該是這種情況。就我而言，我必須以不同於列車數據的方式處理驗證數據，所以我編寫了自己的回調函數來計算驗證的準確性。所以類似地，你也許可以編寫自己的回調。 –

在Keras的版本我已經使用（包括2.04），在TensorBoard.on_epoch_end，第二行是： '如果self.validation_data和self.histogram_freq：' 所以如果不提供self.validation_data，所述張量摘要將被跳過。它看起來像validation_data被用來爲摘要生成model.inputs和model.targets，但是權重也被集成在內，儘管權重是模型的一部分，並且不需要驗證數據存在。 –

Keras - 是否可以查看模型的重量和偏差

回答

相關問題