如何在Tensorflow中显示隐藏层输出

比较模型与其存储的protobuf版本（通过此转换脚本）时，我在输出上存在差异。为了调试，我分别比较了这两层。对于测试序列中的权重和实际图层输出，我会收到相同的输出，因此我不确定如何访问隐藏图层。

这是我如何加载图层

    input  = graph.get_tensor_by_name("lstm_1_input_1:0")
    layer1 = graph.get_tensor_by_name("lstm_1_1/kernel:0")
    layer2 = graph.get_tensor_by_name("lstm_1_1/recurrent_kernel:0")
    layer3 = graph.get_tensor_by_name("time_distributed_1_1/kernel:0")
    output = graph.get_tensor_by_name("activation_1_1/div:0")

这是我认为显示各个元素的方式。

显示重量：

with tf.Session(graph=graph) as sess:
       print sess.run(layer1)
       print sess.run(layer2)
       print sess.run(layer3)

显示输出：

with tf.Session(graph=graph) as sess:
    y_out, l1_out, l2_out, l3_out = sess.run([output, layer1, layer2, layer3], feed_dict={input: X_test})

使用此代码sess.run(layer1) == sess.run(layer1,feed_dict={input:X_test})，这不应该是真实的。

有人可以帮我吗？