如何在 Tensorflow 2 中获取 Conv2D 内核值

Posted 2023-02-16

【中文标题】如何在 Tensorflow 2 中获取 Conv2D 内核值

【英文标题】：How to get Conv2D kernel values in Tensorflow 2

【发布时间】：2022-01-21 14:28:18

【问题描述】：

问题

我有一个Conv2D 层：

l0 = tf.keras.layers.Conv2D(1, 3, activation=None, input_shape=(36,36,3))

我想找出所用过滤器/内核矩阵中的确切值（不仅仅是它们的数量）。 如何访问内核矩阵值？

---

解决方案尝试

import tensorflow as tf
import numpy as np

我创建了一个 numpy 数组：

x_core = np.array([[1,0,0,1],
                   [0,0,0,0],
                   [0,0,0,0],
                   [1,0,0,1]],dtype=float)

将其转换为(1,4,4,1)张量的形状：

x = tf.expand_dims(tf.expand_dims(tf.convert_to_tensor(x_core),axis=0),axis=3)

使用strides=(2,2) 对其应用Conv2D 层。这意味着输出将是一个 2 × 2 矩阵，其中左上角的值将等于内核矩阵中的左上角值，结果的右上角将等于内核矩阵的右上角，以此类推在。 （x_core 中的特殊零和一实现了这一点。）

y = tf.keras.layers.Conv2D(1, 2, strides=(2,2), activation=None, input_shape=x.shape[1:])(x)

但是，如果我重新运行代码，y 会发生变化，即过滤器不是恒定的，这表明内核矩阵是从分布中提取的。

---

类似问题

类似但不同的问题：How to get CNN kernel values in Tensorflow - 此方法仅适用于 Tensorflow 1。存在问题：

gr = tf.get_default_graph() 给AttributeError: module 'tensorflow' has no attribute 'get_default_graph'

如果我用Graph 替换get_default_graph（因为我相信这是较新的等价物），请将name="conv1" 放入我的层定义：conv_layer_1 = tf.keras.layers.Conv2D(1, 2, strides=(2,2), activation=None, input_shape=x.shape[1:],name="conv1")，然后按照建议运行conv1_kernel_val = tf.Graph().get_tensor_by_name('conv1/kernel:0').eval()，我得到：

KeyError: "名称 'conv1/kernel:0' 指的是一个不 存在。图中不存在“conv1/kernel”操作。”

【问题讨论】：

这可能会有所帮助How to correctly get layer weights from Conv2D in keras?

【参考方案1】：

import tensorflow as tf

input_shape = (4, 28, 28, 3)
x = tf.random.normal(input_shape)
model = tf.keras.layers.Conv2D(2, 3, activation='relu', input_shape=input_shape[1:])
y = model(x)
print(model.kernel)

【讨论】：

谢谢。如果我省略了 y = model(x) 行，你知道为什么这不起作用吗？

模型第一次调用就建好了