Python 在tensorflow中将张量的形状表示为数组

我有一个保存的模型，我想从中获得应用于最终层的最终权重。我已经加载了图，知道张量在哪里，但是我不能得到张量作为数组的形状。我知道阵列的形状是2048x6。如何获得像这样的实际值
[[1,2,3],[1,2,3]...]. 谢谢

这是我的密码

import tensorflow as tf

saver = tf.train.import_meta_graph('_retrain_checkpoint.meta')
graph = tf.get_default_graph()

tensor = tf.get_default_graph().get_tensor_by_name("final_retrain_ops/weights/final_weights:0")

print(tensor)
print(tf.TensorShape(tensor.get_shape()).as_list()




>>>Tensor("final_retrain_ops/weights/final_weights:0", shape=(2048, 6), dtype=float32_ref)
>>>(2048, 6)

---

要打印权重张量的值，可以执行以下操作：

with tf.Session() as sess:
    print( sess.run( tensor ) )

计算it参数中的张量，这意味着它将打印值

然而，有一点问题是，您的代码只加载图的结构（

tf.train.import\u meta\u graph（“\u retain\u checkpoint.meta”）

），而不是预训练的值。因此，您会得到一个错误，即您试图使用未初始化的值

您需要有类似于：

saver.restore(sess,tf.train.latest_checkpoint('./'))

要加载它，就在定义了

sess

之后，当然，您需要指向正确的检查点目录，而不是

/

比如说：

with tf.Session() as sess:
    saver.restore(sess,tf.train.latest_checkpoint('./'))
    print( sess.run( tensor ) )

---

你的问题有点不清楚<代码>打印（tensor.get_shape（）.as_list（））将为您提供张量的形状。但从你的问题来看，不清楚你是否想要这些值（即本例中的权重）？很抱歉，我想要这些值。更新答案作为对你评论的回应。