Hier ist ein Code für XOR in tflearn. Ich möchte die Werte vorletzter versteckter Layer-Knoten erhalten (und nicht die Gewichte). Wie kann ich das bekommen? Genauer gesagt möchte ich die Werte der Knoten der Schicht 2 (die in dem Code angegeben sind) für jede der vier Vorhersagen, wie unten angegeben, erhalten.Wie können wir die Werte von versteckten Layer-Knoten in Tensorflow/Tflearn erhalten?
import tensorflow as tf
import tflearn
X = [[0., 0.], [0., 1.], [1., 0.], [1., 1.]] #input
Y_xor = [[0.], [1.], [1.], [0.]] #input_labels
# Graph definition
with tf.Graph().as_default():
tnorm = tflearn.initializations.uniform(minval=-1.0, maxval=1.0)
net = tflearn.input_data(shape=[None, 2], name='inputLayer')
net = tflearn.fully_connected(net, 2, activation='sigmoid', weights_init=tnorm, name='layer1')
net = tflearn.fully_connected(net, 1, activation='softmax', weights_init=tnorm, name='layer2')
regressor = tflearn.regression(net, optimizer='sgd', learning_rate=2., loss='mean_square', name='layer3')
# Training
m = tflearn.DNN(regressor)
m.fit(X, Y_xor, n_epoch=100, snapshot_epoch=False)
# Testing
print("Testing XOR operator")
print("0 xor 0:", m.predict([[0., 0.]]))
print("0 xor 1:", m.predict([[0., 1.]]))
print("1 xor 0:", m.predict([[1., 0.]]))
print("1 xor 1:", m.predict([[1., 1.]]))
layer1_var = tflearn.variables.get_layer_variables_by_name('layer1')
layer2_var = tflearn.variables.get_layer_variables_by_name('layer2')
inputLayer_var = tflearn.variables.get_layer_variables_by_name('inputLayer')
#result = tf.matmul(inputLayer_var, layer1_var[0]) + layer1_var[1]
with m.session.as_default():
print(tflearn.variables.get_value(layer1_var[0])) #layer1 weights
print(tflearn.variables.get_value(layer1_var[1])) #layer1 bias
print(tflearn.variables.get_value(layer2_var[0])) #layer2 weights
print(tflearn.variables.get_value(layer2_var[1])) #layer2 bias