如何使用tensorflow估计器和数据集API访问特定层?
我正在使用tensorflow 1.3.0来训练CNN分类模型。但是,我需要访问prelogits层来评估我的方法(即,虽然这是一个分类问题,但该方法不是一个分类问题,而是用于提取CNN特征,即在N维向量空间中为输入图像测试生成一个点) 我使用dataset API(带有TFRecord文件)和estimator API来训练模型。但是,我不知道如何使用Estimator API访问/返回预登录值,即如何使用tensorflow估计器和数据集API访问特定层?,tensorflow,deep-learning,Tensorflow,Deep Learning,我正在使用tensorflow 1.3.0来训练CNN分类模型。但是,我需要访问prelogits层来评估我的方法(即,虽然这是一个分类问题,但该方法不是一个分类问题,而是用于提取CNN特征,即在N维向量空间中为输入图像测试生成一个点) 我使用dataset API(带有TFRecord文件)和estimator API来训练模型。但是,我不知道如何使用Estimator API访问/返回预登录值,即Estimator.train(),.evaluate()或.predict(),因为model
Estimator.train()
,.evaluate()
或.predict()
,因为model\u fn()
需要返回特定的tf.Estimator.Estimator spec
对象
以前(即使用标准的sess=tf.Session()
方法),我可以在训练时训练模型并访问预登录层(或在训练后加载模型),并向网络提供特定输入,以通过sess.run(特定层)获得特定层输出
只要层被命名为特定层
我曾尝试使用
EstimatorSpec
的预测输出,但没有成功。有什么想法/建议吗?看起来您实际上可以使用Estimator Spec
的predictions
参数访问要素图层,虽然这不是它真正的目的…但看起来您实际上可以使用EstimatorSpec
的predictions
参数来访问要素层,尽管这不是它真正的目的。。。