Вы можете извлечь значения в виде массивов numpy следующим образом:
with tf.variable_scope('conv1', reuse=True) as scope_conv:
W_conv1 = tf.get_variable('weights', shape=[5, 5, 1, 32])
weights = W_conv1.eval()
with open("conv1.weights.npz", "w") as outfile:
np.save(outfile, weights)
Обратите внимание, что вам необходимо настроить область ('conv1'
в моем случае) и имя переменной ('weights'
в мой случай).
Затем он сводится к визуализации массивов numpy. Одним из примеров визуализации массивов numpy является
#!/usr/bin/env python
"""Visualize numpy arrays."""
import numpy as np
import scipy.misc
arr = np.load('conv1.weights.npb')
# Get each 5x5 filter from the 5x5x1x32 array
for filter_ in range(arr.shape[3]):
# Get the 5x5x1 filter:
extracted_filter = arr[:, :, :, filter_]
# Get rid of the last dimension (hence get 5x5):
extracted_filter = np.squeeze(extracted_filter)
# display the filter (might be very small - you can resize the window)
scipy.misc.imshow(extracted_filter)
Попробуйте эти реализации .NET Lisp:
IronScheme будет стремиться быть реализацией Схемы приспосабливания R6RS на основе Microsoft DLR.
L Sharp.NET является мощным подобным Шепелявости языком сценариев для.NET. Это использует диалект Lisp, подобный Дуге, но тесно интегрируется с Платформой.NET, которая обеспечивает богатый набор библиотек.
Clojure является Lisp-1, который компилируется на лету в байт-код Java, ведя к очень хорошей производительности во время выполнения. Можно использовать Clojure и кросс-скомпилировать его к блоку.NET с помощью ikvmc IKVM. Конечно, при использовании в.NET Clojure счастливо генерирует.NET IL, ведя к тому же виду производительности скомпилированного кода, которую можно ожидать при использовании его на JVM.
Если это - просто стандартные программы, Вы хотите использовать Вас, мог бы попробовать LSharp, который позволяет Вам иметь выражения Lisp в.NET:
Наоборот (использующий.NET от Lisp) был бы RDNZL:
.Net 1.1 SDK содержит пример компилятора LISP. См. Разработчиков SDK\v1.1\Tool Guide\Samples\clisp
Возможно, необходимо смотреть на L#. Я не знаю, является ли это тем, что Вы ищете (не коснулись Lisp начиная с университета), но это могло бы стоить для проверки.