如何在tensorflow中获得JSON文件中具有权重值的训练模型？

我需要JSON文件中所有经过训练的参数。这样它就可以可读并且可以用于其他地方的推断。

没有问题。这是一个训练神经网络以解决异或问题的方法，然后显示所有参数

示例输出

m1
[[-5.18443155  2.54194689 -5.21277475]
 [ 2.2101481  -5.4731164  -5.83126402]]

b1
[-0.34876832 -0.57951623  1.53269577]

m2
[[-3.68808436  4.98799658]
 [-3.78472781  4.89942074]
 [ 4.83149099 -3.83740902]]

b2
[ 2.53572464 -1.26663828]

y_out
[[ 0.98557901  0.01442094]
 [ 0.96264613  0.03735387]
 [ 0.0257617   0.97423834]
 [ 0.02632448  0.97367555]]

第47行

results=sess.run（[m1，b1，m2，b2，y_out，loss]）

从TF图中提取所有权重。不用打印它们，您可以使用pythonsjson函数轻松地将其转换为JSON，如下所示

添加第54行：

    import json
    print json.dumps(result.tolist())

---

欢迎来到堆栈溢出！请拿着这个，四处看看，特别是通读一下？谢谢你的回答！事实上，我很担心在json中为CNN倾倒权重。特别适用于keras中的序列模型。