我想补充另一个解决方案，因为我发现自己处于类似的情况：
我想为Atari Breakout以标准DQN方式训练DQN Agent，但是，我想在训练期间定期监控体重。我使用DqnAgent（）类，并为“q_network”参数给予一个QNetwork（）示例。
实现这一点的一种方法，就像你Tarun Sriram说的那样，直接修改DqnAgent（）类的源代码，即'dqn_agent.py'文件，通过添加这样的方法：

def get_q_network_weights(self):
    # get weights and biases as numpy arrays
    weights = self._q_network.trainable_weights[-2].numpy()
    biases  = self._q_network.trainable_weights[-1].numpy()
    # get weights and biases as tensorflow tensors
    weights = tf.identity(self._q_network.trainable_weights[-2])
    biases = tf.identity(self._q_network.trainable_weights[-1])
    return weights, biases

请注意，你必须使用tf.identity（）来创建一个深度副本，否则只会返回对原始Tensor的引用，因此它会在训练过程中发生变化（这意味着如果我在训练过程中碰巧将权重存储在一个列表中，那么最终所有的值都会相同，因为它们指向同一个原始Tensor）。
但是，有一种侵入性较低的方法：您可以直接访问传递给DQN Agent构造函数的Q-Network的权重（和偏置）。在我的例子中，我传递的Q网络被简单地称为“q_net”：

agent = DqnAgent(..., q_network=q_net, ...)

现在，在培训期间，您可以简单地使用：用途：

q_net.trainable_weights

或（对于特定层重量）：

q_net.get_layer("name_of_layer").get_weights()

请注意，在这里，您应该直接将返回的Tensor转换为numpy数组，或者使用tf.identity（）创建一个深度副本，以避免同一引用的多个副本。