我正在使用TensorFlow V1.0中的tf.layers.conv2d
进行卷积操作。
以下是一个示例:
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')
我会尝试按以下方式收集过滤器权重:-
l1weights = tf.get_collection(tf.GraphKeys.WEIGHTS, 'conv1')
然而,即使网络正在接受训练,当我在会话中评估l1weights
时,我得到了[]
。
我该如何提取滤波器权重并使用 tf.summary.image
进行可视化呢?
[]
。 - Ujjwal