python - Tensorflow-显示和手动修改学习模型的权重并导出以进一步学习

我尝试使用Tensorflow进行以下操作：


考虑到我已经学习了神经网络文件：检查点，*。meta，*。data和* .index。
我想提取学习的值（权重，偏差，...）以显示或处理到文件/其他工具中，以进行进一步分析。
我想修改一些学习值（例如，用0代替一些已经很小的权重，以简化计算）。
修改后的值应重新加载回模型。
结果，我希望获得相同的检查点集，*。meta，*。data和* .index文件，但具有一些修改后的值（来自第4步）。


注意：用于生成初始模型的脚本是未知的。我在步骤1中所拥有的只是列出的4个文件。

到目前为止，我设法做到的是提取图形定义并显示学习的值（使用inspect_checkpoint.py）。我发现无法更改模型上的值并将其导出回* .data，*。meta，*。index和检查点的集合。通过API之后，我看不到用于此类操作的明显工具。可能吗
最好的问候，并感谢您的支持！

最佳答案

在C ++中，您可以使用CheckpointReader和BundleWriter从/向检查点文件读取/写入张量：

BundleWriter writer(tensorflow::Env::Default(), "out.ckpt");

TF_Status status;
tensorflow::checkpoint::CheckpointReader reader("in.ckpt", &status);

const auto& var_to_shape_map = reader.GetVariableToShapeMap();
for (const auto& elem : var_to_shape_map) {
  std::unique_ptr<Tensor> weights;
  const string& key = elem.first;
  reader.GetTensor(key, &weights, &status);
  auto weights_flat = weights->flat<float>();
  for (int i = 0; i < weights->NumElements(); ++i) {
    // replace with 0 some weights that are already of small value
    if (weights_flat(i) < SMALL_VALUE_THRESHOLD) {
      weights_flat(i) = 0.f;
    }
  }
  writer.Add(key, *weights.get());
}
writer.Finish();

运行上述代码后，您将获得out.ckpt.data和out.ckpt.index。
您可以使用原始的* meta文件，因为我们仅修改了学习权重的值，并且元信息保持不变。

关于python - Tensorflow-显示和手动修改学习模型的权重并导出以进一步学习，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/46687438/