TensorFlow，如何查看内部 'blob'，通过 CNN 的响应

Question

我目前正在使用来自 https://github.com/AKSHAYUBHAT/TensorFace 的 VGG-face-discriptor。

VGG-face-discriptor 使用 VGG16 和输出向量 2622，class 个名人。我真正需要的是倒数第二个全连接层的响应，它的大小是 4096。使用我上面提到的存储库提供的代码

import vggface
from pprint import pprint
import tensorflow as tf
input_placeholder = tf.placeholder(tf.float32, shape=(1, 224, 224, 3))
network = vggface.VGGFace()
ses = tf.InteractiveSession()
network.load(ses,input_placeholder)
output = network.eval(feed_dict={input_placeholder:vggface.load_image('test/ak.png')})[0]
pprint(sorted([(v,network.names[k]) for k,v in enumerate(output)],reverse=True)[:10])

效果很好，给我最接近的名人脸结果。

结果：

[(13.686731, 'Aamir_Khan'),
 (8.4711819, 'Adam_Driver'),
 (8.0207777, 'Manish_Dayal'),
 (7.2776313, 'John_Abraham'),
 (6.8999376, 'Jacob_Artist'),
 (6.5390964, 'Adam_Copeland'),
 (6.4980922, 'Adrian_Paul'),
 (6.4170547, 'Akshay_Kumar'),
 (6.3718734, 'D.B._Woodside'),
 (6.0774565, 'Ajay_Devgn')]

查看 output 变量，我看到 2622 numpy ndarry。但我实际上想要倒数第二个特征向量。我该如何实现？

我查看了所有 TensorFlow 教程代码，但找不到这样的代码。使用 Caffe，我只需

out = net.forward()
v = net.blobs['fc7'].data[0].copy()

就是这么简单。如何在TensorFlow中看穿'blob'？使用 numpy 数组特征向量？

Answer 1

哦..我想我找到了解决办法。

只是删除 TensorFace/vggface/init.py

中的一些行

# (37): nn.ReLU
# (38): nn.Dropout(0.500000)
# (39): nn.Linear(4096 -> 2622)
#self.layers.append(('linear','39',2622,False))
# (40): nn.SoftMax
#self.layers.append(('softmax'))

看起来不错

Answer 2

您可以使用 session.run 获取计算图中元素的当前值。

layer7_values = session.run(layer7_tf, feed_dict={<your inputs>})

在此示例中，session 是一个 tf.Session() 对象。 layer7_tf 是对 TensorFlow 模型中层的 Tensor 输出的引用，layer7_values 将包含给定输入的层值作为 numpy 数组。

要获取 layer7_tf 的句柄，您有两种选择。您可以将 TensorFace/vggface/init.py 修改为 return 对适当图层的引用；或者您可以探索 session.graph_def 结构以找到对应于该张量的节点的 name，并传递张量的字符串名称（例如 layer7_tf/foo/bar:0，其中 :0 对应于名为 layer7_tf/foo/bar) 的操作的第 0 个输出改为 session.run()。

TensorFlow，如何查看内部 'blob'，通过 CNN 的响应

TensorFlow, how to look inside 'blob', the response in through CNN

python

numpy

caffe

tensorflow