TensorFlow,如何通过CNN查看"blob"内部的响应

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

VGG-face-discriptor使用VGG16和输出矢量2622,一些名人.我真正需要的是第二个完全连接的层的响应,其大小为4096.使用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])

工作非常好,给我最接近的名人脸部结果.

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')]

看着output变速器,我看到2622 numpy ndarry.但我实际上想要第二个特征向量..我怎样才能实现这个目标？

我查看了所有TensorFlow教程代码,但找不到这样的东西.和Caffe,我只是

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

很简单就是这样.我怎样才能在TensorFlow中看到'blob'？有numpy数组特征向量？

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={})

在这个例子中session是一个tf.Session()对象.layer7_tf是Tensor对TensorFlow模型中图层输出的引用,layer7_values它将包含给定输入的图层值作为numpy数组.

要掌握layer7_tf,您有几个选择.您可以修改TensorFace/vggface/init.py以返回对相应图层的引用; 或者您可以探索session.graph_def结构以找到name与该张量相对应的节点,并传递张量的字符串名称(例如layer7_tf/foo/bar:0,:0对应于所调用的op的第0个输出的位置layer7_tf/foo/bar)session.run().