Python TensorFlow，如何看内部'；水滴'；，美国有线电视新闻网的回应

我目前正在使用来自的VGG face Descriptor

VGG人脸描述器使用VGG16和输出向量2622，一类名人的数量。 我真正需要的是最后一个完全连接的第二层的响应，它的大小是4096。 使用我上面提到的存储库中提供的代码

import vggface
from pprint import pprint
import tensorflow as tf
input_placeholder = tf.placeholder(tf.float32, shape=(1, 224, 224, 3))
network = vggface.VGGFace()
ses = tf.InteractiveSession()
network.load(ses,input_placeholder)
output = network.eval(feed_dict={input_placeholder:vggface.load_image('test/ak.png')})[0]
pprint(sorted([(v,network.names[k]) for k,v in enumerate(output)],reverse=True)[:10])

效果非常好，给了我最接近名人面孔的效果

结果:

[(13.686731, 'Aamir_Khan'),
 (8.4711819, 'Adam_Driver'),
 (8.0207777, 'Manish_Dayal'),
 (7.2776313, 'John_Abraham'),
 (6.8999376, 'Jacob_Artist'),
 (6.5390964, 'Adam_Copeland'),
 (6.4980922, 'Adrian_Paul'),
 (6.4170547, 'Akshay_Kumar'),
 (6.3718734, 'D.B._Woodside'),
 (6.0774565, 'Ajay_Devgn')]

查看

输出

变量，我看到2622 numpy ndarry。 但是我想要最后的第二个特征向量。。我怎样才能做到这一点

我已经查看了所有TensorFlow教程代码，但找不到类似的代码。 有了咖啡，我就

out = net.forward()
v = net.blobs['fc7'].data[0].copy()

这很简单。我怎样才能看穿TensorFlow中的“blob”？

---

使用numpy数组特征向量？

Oh。。我想我找到了解决办法

只需删除TensorFace/vggface/init.py中的一些行

# (37): nn.ReLU
# (38): nn.Dropout(0.500000)
# (39): nn.Linear(4096 -> 2622)
#self.layers.append(('linear','39',2622,False))
# (40): nn.SoftMax
#self.layers.append(('softmax'))

---

看起来工作正常

您可以使用session.run获取计算图中元素的当前值

layer7_values = session.run(layer7_tf, feed_dict={<your inputs>})

layer7\u values=session.run（layer7\u tf，feed\u dict={}）

在本例中，

session

是一个

tf.session（）

对象

layer7_tf

是对TensorFlow模型中某个层的

Tensor

输出的引用，而

layer7_值

将包含给定输入的层值作为numpy数组

---

要获得

layer7\u tf

的句柄，您有两个选项。您可以修改

TensorFace/vggface/init.py

以返回对相应层的引用；或者您可以浏览

session.graph_def

结构，找到对应于该张量的节点的

名称

，并将张量的字符串名称传递给

session.run（）

取而代之。

谢谢您的回答！！这很有帮助