使用后如何从张量流模型中得到预测tf.集团在你的优化器上

Question

在遇到了用sklearnapi进行多类分类（12个类）的困难之后，我试图写一些类似于google广泛而深入的学习的东西。我试着按照几篇帖子中的建议使用tf.集团（逻辑回归优化器，深度模型优化器）。它似乎有效，但我正试图找出如何从这个模型中得出预测。我希望在tf.集团运营者模型正在学习如何对logistic模型和deep模型进行不同的加权，但我不知道如何计算出这些权重，这样我就可以得到两个模型预测的正确组合。提前谢谢你的帮助。在

https://groups.google.com/a/tensorflow.org/forum/#!topic/discuss/Cs0R75AGi8A

How to set layer-wise learning rate in Tensorflow?

Answer 1

tf.group()创建一个节点，该节点使用控件依赖项强制运行其他节点的列表。实际上，这只是一种方便的方法来打包逻辑，即“运行这组节点，我不关心它们的输出”。在您所指的讨论中，这只是从一对训练运算符创建单个train_op的方便方法。在

如果您对张量的值感兴趣（例如，权重），您应该显式地将它传递给session.run()，可以在与训练步骤相同的调用中，也可以在单独的调用中会话.运行（）调用。可以将值列表传递给session.run()，例如，tf.group()表达式，以及要计算其值的张量。在

希望有帮助！在