Keras - 可以在Tensorboard中查看模型的權重和偏差

Question

我剛開始使用Keras並構建了一個Q-learning示例程序。 我創建了一個tensorboard回調，並將其包含在對model.fit的調用中，但TensorBoard中出現的唯一內容是丟失的標量摘要和網絡圖。 有趣的是，如果我打開圖中的密集層，我會看到一個標有“bias_0”的小摘要圖標和一個標記為“kernel_0”的摘要圖標，但我沒有看到這些出現在TensorBoard的分布或直方圖標簽中，就像我在我用純張量流建立了一個模型。

我是否需要在Tensorboard中執行其他操作才能啟用它們？ 我是否需要查看Keras生成的模型的詳細信息並添加我自己的tensor_summary（）調用？

Answer 1

您可以使用.get_weights()獲取每層和整個模型的權重和偏差。

例如，如果模型的第一層是您希望獲得權重和偏差的密集層，則可以使用以下方法獲取它們：

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

Answer 2

我調試了這個，發現問題是當我調用fit（）時我沒有提供任何驗證數據。 TensorBoard回調僅在提供驗證數據時報告權重。 這似乎有點限制，但我至少有一些有用的東西。