1. 在训练过程中,获取某个参数Tensor的值:
- 获取所有Tensor的name: [tensor.name for tensor in tf.get_default_graph().as_graph_def().node]
- 根据name获得Tensor: bn_gamma = sess.graph.get_tensor_by_name('bn1_audio/batch_normalization/beta:0')
- sess.run(), print
2. 只有conv1的filter, bias和bn1的gamma为nan:
- 由于训练数据中存在nan.
- bn1后的max pooling层输出全为0 (∵bn1输出有0), 导致后续参数和输出看起来正常, 但是不会更新.