获取tensorflow图中常数节点的值

我正在使用

tf.Estimator

创建我的模型。这是一段时间的培训，然后执行

estimator.export\u savedmodel

。由于我使用辍学进行培训，我担心培训后直接进行导出会在进行预测时应用辍学

---

现在我只有一个加载了

tf.saved\u model.loader.load

的模型。我想我可以从加载模型的会话中获得图形定义。我可以在这里检查dropout的值吗？

事实证明，您可以检查图表中任何变量或常量的值。毕竟，这就是导出模型的目的

您应该可以访问加载模型的会话。 在这种情况下，您可以遍历图中的所有节点，如中所述，并提取与辍学值对应的节点。如果您没有给它一个特定的名称，它将默认为

name\u space/dropout/keep\u prob

dropout_nodes = [node for node in sess.graph_def.node if 'dropout' in node.name]

然后，可以检查任何此类节点的值。在我的例子中，它看起来是这样的：

name: "deep_bidirectional_lstm/dropout/keep_prob"
op: "Const"
attr {
  key: "dtype"
  value {
    type: DT_FLOAT
  }
}
attr {
  key: "value"
  value {
    tensor {
      dtype: DT_FLOAT
      tensor_shape {
      }
      float_val: 1.0
    }
  }
}

这是一个protobuf消息。它表示运算是一个

“Const”

，其值是

DT_FLOAT

类型的

张量，没有形状，值
1.0

您可以使用protobuf API将其解析到字典中，或者如果只需要最后一部分，您可以像这样提取它：

print(dropout_nodes[0].attr.get('value').tensor.float_val[0])
1.0

所以你是安全的，你的退学率是1:）


大约一年后回到这里，我意识到有一个混淆点：当你说
.attr.get（'value'）
时，
'value'
指的是根据它们的
键
：
“dtype”
，或
“value”
来获取这两个属性中的哪一个。它与每个属性的
值
属性无关