笔记 - tensorflow笔记：tensorboard

最新推荐文章于 2019-12-24 15:29:19 发布
最新推荐文章于 2019-12-24 15:29:19 发布
阅读量154 收藏
点赞数
分类专栏： tensorflow 编程
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/chen_holy/article/details/90544575
版权

TensorFlow-6-TensorBoard 可视化学习

tensorflow笔记（三）之 tensorboard的使用

Lenet-5 MNIST Tensorboard 参数可视化 直方图 tf.Summary.histogram，tf.Summary.scalar，tf.Summary.image

NameScope的魅力

eg：要实现自动降噪编码器
在这里插入图片描述

  • 这是设计好需要实现的模块

不使用namescope的计算流图：
在这里插入图片描述

  • 可读性很差

使用namescope
在这里插入图片描述

  • 使用namescope后，整个计算流图可以设计的更加清晰，可读性高
  • 条理清晰地组织计算图，层次分明
    在这里插入图片描述
学习资料：

TensorFlow中级教程 第1章第2节：降噪自动编码器–设计计算图

chen_holy
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Tensorflow-101：TensorFlow教程
02-28
使用Jupyter Notebook的Tensorflow教程 使用Jupyter Notebook用Python编写的...TensorBoard用法： / / 要求 TensorFlow 脾气暴躁的 科学 枕头 美丽汤 ：位于“ data /”文件夹中 笔记 大多数代码都是或简单重构
torch.optim优化算法理解之optim.Adam()
热门推荐
KGzhang的博客
08-22 22万+
torch.optim是一个实现了多种优化算法的包，大多数通用的方法都已支持，提供了丰富的接口调用，未来更多精炼的优化算法也将整合进来。 为了使用torch.optim，需先构造一个优化器对象Optimizer，用来保存当前的状态，并能够根据计算得到的梯度来更新参数。 要构建一个优化器optimizer，你必须给它一个可进行迭代优化的包含了所有参数（所有的参数必须是变量s）的列表。 然后，您可以
TensorFlow优化算法 tf.train.AdamOptimizer
qq_38261075的博客
12-24 1075
可参考https://blog.csdn.net/polyhedronx/article/details/93405760
Introduction-to-TensorFlow-for-Artificial-Intelligence-Machine-Learning-and-Deep-Learning-Coursera:该存储库包含Coursera课程针对人工智能，机器学习和深度学习的TensorFlow简介的作业
05-24
7. **可视化工具**：如TensorBoard的使用，用于监控训练过程和模型性能。 8. **实战项目**：通过实际的编程作业，将理论知识应用于解决实际问题。 总之，这个课程通过Jupyter Notebooks提供了一种互动性强、实践性...
Tensorflow_Demo:Tensorflow学习笔记
03-17
- **可视化工具**: Notebook 还支持使用 TensorBoard，这是 TensorFlow 的可视化工具，可以展示计算图、损失曲线、指标等，帮助理解模型的运行情况。 **4. TensorFlow 实践示例** - **线性模型**: 创建一个简单的...
TensorFlow_note:tensorflow学习笔记
05-11
4. **TensorBoard**: 用于可视化TensorFlow图、损失曲线和其他监控信息的工具。 **九、实战项目** 从简单的线性回归开始，逐步尝试手写数字识别（MNIST数据集）、文本分类（IMDB数据集）等经典任务，以加深对...
TensorFlow_PracticeNotes:Tensorflow 2.0实践笔记
03-07
**TensorFlow 2.0 实践笔记** 在深入探讨TensorFlow 2.0的实践细节之前，我们首先要理解TensorFlow是什么。TensorFlow是由Google Brain团队开发的一个开源库，主要用于数值计算，尤其在机器学习和深度学习领域应用...
笔记 - 正则表达式python：匹配结尾与开头
chen_holy的博客
05-13 3万+
import re name1 = "a#pple" # 命名正确， a name2 = "apple!" ret = re.match("[a-zA-Z_][a-zA-Z0-9_]*", name1) if ret: print("命名正确，", ret.group()) else: print("命名不正确") 明明命名不合法，为什么返回正确，而且只匹配到正确部分 因...
Numpy之将矩阵拉成向量
chen_holy的博客
04-23 2万+
# 矩阵操作 # 将矩阵拉成向量 import numpy as np x = np.arange(10).reshape(2,5) print(x) y1 = x.ravel() y2 = x.flatten() print("y1: ",y1," y2: ",y2) print(x) """ 打印结果： [[0 1 2 3 4] [5 6 7 8 9]] y1: [0 1 2 3 4...
笔记 - 卷积网络：卷积输出张量shape计算
chen_holy的博客
06-11 4562
前置： 影响shape形状的因素： 1.卷积核大小 2.stride步长 3.padding模式 公式： K – 卷积核数量 F – 卷积核大小 S – 步长 P – 外围填充的层数 运用 显然valid模式下，直接卷，不够就丢弃 我推导的valid模式下的计算方式(以 W 举例)： W2 = (W1 - F)/S + 1 SAME模式 如何确定P 利用公式1计算...
笔记 - tensorflow用法：二维张量与一维张量相加
chen_holy的博客
05-10 3900
import tensorflow as tf X = tf.constant([[1, 1], [1, 1]]) b = tf.constant([1, 2]) with tf.Session() as sess: print(sess.run(X+b)) """ [[2 3] [2 3]] 默认一维数组中每个数只会与 二维数组 中的对应 列 进行广...
笔记 - tensorflow用法：tf.nn.softmax的用法
chen_holy的博客
05-11 3676
思考 y_pred = tf.nn.softmax(tf.matmul(x, W) + b) """ softmax函数中输入是什么，输出是什么 """ 要理解输入输出是什么的先决条件：理解softmax的过程 softmax函数本质是一种非线性变化 ############## 占坑，下次更新用图说话 ################## import tensorflow as...
【微博客】scala语法笔记 spark toDF 的隐式转换
chen_holy的博客
04-24 3237
import spark.implicits._ 加上这段代码，调用toDF()的时候，编译器就会自动帮我们传入某些约定好的属性，节省代码
笔记 - 正则表达式python：匹配单个字符或多个字符
chen_holy的博客
05-13 2764
默认. 不包含\n, 如何设置包含\nret = re.match(".*", "省略一万字", re.S) 单个字符 主要就是 [] 多个字符 相关语法 {3, 4} – 出现3到4次 * 出现任意多次 ？没有出现，或者只出现一次 至少出现一次 练习 判断变量名是否合法 import re name1 = "hello" name2 = "2hello" ...
学习笔记：numpy取数据
chen_holy的博客
04-26 2320
import numpy as np x1 = np.arange(10) # 索引取数 print(x1[0]) print(x1[1:5]) print(x1[[1, 2, 3]]) """ 0 [1 2 3 4] [1 2 3] """ x2 = np.arange(10).reshape(2, 5) print(x2[0]) print(x2[0, :2]) """ [0 1 2 3...
笔记 - 正则表达式python：验证163邮箱
chen_holy的博客
05-13 1861
import re """ 匹配出163邮箱，且@符号之前有4-20位英文字母数字或下划线 """ email1 = "hello@163.com" email2 = "111@163.com" email3 = "1311@163.comsss" email4 = "1311@163.scom" ret = re.match("^[a-zA-Z0-9_]{4,20}@163\.com$",...
笔记 - 线性回归：tensorflow原生实现线性回归梯度下降参数更新过程
chen_holy的博客
06-10 1742
手动实现线性回归梯度计算公式 """ X：m×n矩阵 -- m行样本n个维度 error： 列向量 """ gradients = 1/m * tf.matmul(tf.transpose(X), error) 基于sklearn fetch_california_housing 数据集 import tensorflow as tf import numpy as np from sk...
笔记 - tensorflow用法：对独热编码分类结果进行评估
chen_holy的博客
05-11 1194
语法知识 argmax – 返回指定维度上最大值的索引 equal – 比较给定的两个值是否一致，支持广播 cast – 把布尔值转换成0 1 reduce_mean --求加和平均 … import tensorflow as tf """ 给出样本集的预测分类与实际分类（独热编码） 评估准确率 """ y = tf.constant([[0, 0, 1], [1, 0, 0]]...
TensorFlow入门指南：环境配置+实战教程
6. **TensorBoard**：课程中强调了TensorBoard的重要性，它支持图形化可视化，帮助学习者理解和调试模型，还提供了日志记录和模型检查点管理功能。 7. **TensorFlow特性**： - **多平台部署**：TensorFlow支持跨...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值