在优化器上使用tf.group后如何从tensorflow模型中获取预测

Question

在使用sklearn api进行多类分类（12类）的困难之后，我正尝试编写类似于Google广泛而深入的学习内容。 我尝试遵循几篇文章中的建议，并使用了tf.group（logistic_regression_optimizer，deep_model_optimizer）。 看来可行，但我试图弄清楚如何从该模型中获得预测。 我希望通过tf.group运算符，该模型正在学习对逻辑模型和深度模型进行不同的加权，但是我不知道如何得出这些权重，因此我可以正确地组合这两个模型的预测。 在此先感谢您的帮助。

https://groups.google.com/a/tensorflow.org/forum/#!topic/discuss/Cs0R75AGi8A

如何在Tensorflow中设置分层学习率？

Answer 1

tf.group()创建一个节点，该节点使用控件依赖项强制运行其他节点的列表。 这实际上是打包表示“运行这组节点，而我不在乎它们的输出”的逻辑的一种便捷方法。 在您所指向的讨论中，这只是从一对培训操作员中创建一个train_op的便捷方法。

如果您对张量的值（例如权重）感兴趣，则应在与训练步骤相同的调用中或在单独的session.run（）调用中将其显式传递给session.run() 。 您可以将值列表传递给session.run() ，例如您的tf.group()表达式以及要计算其值的Tensor。

希望有帮助！