（WaterGAN）tf.summary.scalar-＞tf.compat.v1.summary.scalar

最新推荐文章于 2024-06-11 09:44:26 发布
最新推荐文章于 2024-06-11 09:44:26 发布
阅读量632 收藏 2
点赞数 2
分类专栏： 运行python代码时出现的问题 文章标签： python
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/demo_jie/article/details/107774244
版权

在运行WaterGAN的代码时：
将

 self.d_loss_sum = tf.summary.scalar("d_loss", self.d_loss)

改为：

self.d_loss_sum = tf.compat.v1.summary.scalar("d_loss", self.d_loss)

类似的：
1.tf.summary.scalar->tf.compat.v1.summary.scalar
2.tf.summary.FileWriter->tf.compat.v1.summary.FileWriter
3.tf.summary.merge ->tf.compat.v1.summary.merge
4.tf.global_variables_initializer ->tf.compat.v1.global_variables_initializer
5.tf.train.AdamOptimizer -> tf.compat.v1.train.AdamOptimizer
6. tf.train.Saver -> tf.compat.v1.train.Saver
7. tf.trainable_variables ->tf.compat.v1.trainable_variables
8. tf.summary.image -> tf.compat.v1.summary.image
9. tf.image.resize_images -> tf.image.resize
10. tf.variable_scope -> tf.compat.v1.variable_scope
11.tf.placeholder ->tf.compat.v1.placeholder
11. tf.random_normal ->tf.random.normal
12. tf.get_variable -> tf.compat.v1.get_variable
13. tf.summary.histogram -> tf.compat.v1.summary.histogram

一个双子座的洁宝
关注
  • 2
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
tf.summary.merge等summary是怎么玩的？Tensorboard咋玩
NLP与推荐算法
09-07 1056
hi各位大佬好，在分析GCN代码时遇到这个现实的问题，之前也见到过，以为只是训练日志用的，没想到这里似乎在训练中（甚至还可以用来保存图）也用到了，如果再去掉就报错了。咋整啊，人生艰难，还是勇敢面对吧。 For Video Recommendation in Deep learning QQ Group 277356808 视频推荐深度学习加这个群 For Visual in deep learning QQ Group629530787 视觉深度学习加这个，别加错 I'm here waitin.
tf.contrib.slim简介
蓬莱道人的博客
09-15 1万+
1、简介     对于tensorflow.contrib这个库，tensorflow官方对它的描述是：此目录中的任何代码未经官方支持，可能会随时更改或删除。每个目录下都有指定的所有者。它旨在包含额外功能和贡献，最终会合并到核心TensorFlow中，但其接口可能仍然会发生变化，或者需要进行一些测试，看是否可以获得更广泛的接受。所以slim依然不属于原生tensorflow。那么什么是slim？...
深度学习watergan
03-31
深度学习水下图像处理，将空气中的图片训练成水下图片
Python—tf.summary.scalar()用法
liujinghua16的博客
10-18 2392
简单应用代码： import tensorflow.compat.v1 as tf tf.compat.v1.disable_eager_execution() #由于当前环境使用的是tensorflow 2，使用兼容版本1‘compat v1’之后使用placeholder会不兼容 #tf.placeholder() is not compatible with eager execution. #所以添加disable_eager_execution #https://blog.csdn.net/wei
深潜色彩世界：WaterGAN 开源项目推荐
最新发布
gitblog_00055的博客
06-11 443
深潜色彩世界：WaterGAN 开源项目推荐 WaterGANSource code for "WaterGAN: Unsupervised Generative Network to Enable Real-time Color Correction of Monocular Underwater Images"项目地址:https://gitcode.com/gh_mirrors/wa/Wa...
tf.compat.v1.summary.FileWriter用法
qq_36201400的博客
09-01 1945
tf.compat.v1.summary.FileWriter：将Summary协议缓冲区写入事件文件。 tf.compat.v1.summary.FileWriter( logdir, graph=None, max_queue=10, flush_secs=120, graph_def=None, filename_suffix=None, session=None ) 本FileWriter类提供了一个机制来创建指定目录的事件文件，并添加摘要和事件给它。该类异步更新文件内容...
【论文阅读】WaterGAN
jie的博客
06-08 6185
论文：WaterGAN: Unsupervised Generative Network to Enable Real-Time Color Correction of Monocular Underwater Images 论文: https://arxiv.org/abs/1702.07392. 代码: https://github.com/kskin/WaterGAN. 作者：Jie Li, Katherine A. Skinner, Ryan M. Eustice, and Matthew John
tf.summary.image（）
qiumingzi的博客
04-29 6761
tf.summary.image() f.summary.image( name, tensor, max_outputs=3, collections=None, family=None ) 用来输出Summary的图像。 参数为： name：节点的名字，也就是在tensorboard上面会显示的名字。 tensor：格式必须是四维的[batch_size,height, width, chan...
机器学习实战（10）——Tensorflow
WHJ226的博客
09-23 849
有关 tensorflow 参考文档可以在上述网站下载。一个Tensorflow程序通常可以分成两个部分：第一部分用来构建一个计算图（称为构建阶段），第二部分来执行这个图（称为执行阶段）。构建阶段通常会构建一个计算图，这个图用来展现ML模型和训练所需的计算。执行阶段则重复地执行每一步训练动作，并逐步提升模型的参数。
将TF1.x 程序移植到TF 2.x
weixin_42272768的博客
06-12 1115
TF2.x 与TF1.x有很大的差别，除了一些函数做了修改之外，最大的变化就是使用了急切执行。Session已经不再使用了。虽然可以使用 import tensorflow.compat.v1 as tf 来继续使用Session，但是这与谷歌发布TF2.x的概念是不符的。TF1.x的程序还是要改写后升级到TF 2.x。本文就是通过改写一个TF1.x的程序，简单介绍一下如何移植TF1.x代码到TF2.x 第一步当然是直接 import tensorflow as tf 第二步是去除Session相
Tensorflow基础代码报错学习笔记10——Tensorboard可视化工具2
7Starx的代码小屋
01-26 288
原教程地址 更新代码 由于本次代码是在上一次教程的基础上改的，所以这里只把修改的部分代码贴出来。 （1）首先定义了一个layer_name （2）在def add_layer函数中添加了一个n_layer参数 （3）用**tf.histogram_summary()**来总结layer的名字 def add_layer(inputs, in_size, out_size, n_layer, activation_function=None): # add one more layer and ret
水下图像校正 watergan
04-03
watergan 可以把空气中的正常图像通过gan网络生成水下图像
tf.compat
weixin_36670529的博客
09-09 1802
一、模块 1、Modules v1 module: 将所有的公共TensorFlow接口引入到这个模块中。 1、v1 模块 模块列表： app:通用入口点脚本。 audio:tf.audio命名空间的公共API。 autograph:将普通Python转换为TensorFlow图形代码。 bitwise:操作整数的二进制表示的操作。 compat:Python 2与Python ...
（WaterGAN）AttributeError: module ‘tensorflow‘ has no attribute ‘pack‘
jie的博客
08-03 368
在运行WaterGAN代码时出现： AttributeError: module 'tensorflow' has no attribute 'pack' 将 eta = tf.pack([eta_r,eta_g,eta_b],axis=3) 改为： eta = tf.stack([eta_r,eta_g,eta_b],axis=3) 即把将所有pack->stack
tf.summary.scalar()和tf.summary.histogram
Maple__Boy
11-10 986
用法: 1、tf.summary.scalar 用来显示标量信息，其格式为： tf.summary.scalar(tags, values, collections=None, name=None) 例如：tf.summary.scalar(‘mean’, mean) 一般在画loss,accuary时会用到这个函数。 2、tf.summary.histogram 用来显示直方图信息，其格式为： tf.summary.histogram(ta
Tensorflow框架学习记录--day01--API以及案例：实现线性回归
qq_22658373的博客
03-11 2024
Tensorflow框架学习记录–day01–API以及案例：实现线性回归 基础API tf.app 这个模块相当于为tensorflow进行的脚本提供一个main函数入口。 tf.image tensorflow的图像处理操作。主要是一些颜色变化、变形和图像的编码和解码。 tf.gfile 这个模块提供了一组文件操作函数。 tf.summary 用来生成tensorboard可用的统计日志，目前Summary主要提供了4种类型：audio、image、histogram、scalar tf.python_
关于 Limited tf.compat.v2.summary API 使用权限的错误
zhao_jj_ok的专栏
02-23 4515
ModeKeys.TRAIN: signature_constants.DEFAULT_TRAIN_SIGNATURE_DEF_KEY； 大坑有木有？ 记得在PyCharm中去掉，tensorflow-tensorboard 插件即可； 插件太老了.
Tensorflow1.5 可视化及tf.summary.merge_all()的坑
热门推荐
qq_34197612的博客
02-11 2万+
       Tensorflow1.5 可视化及tf.summary.merge_all()的坑1.自动管理模式：注意：自动管理模式下，导入已保存的模型继续训练时，会抛异常，该种场景下建议使用手动模式summary_writer = tf.summary.FileWriter('E:/data/tensorflow-master/1.Cnn_Captcha/result/', flush_se...
summary = tf.summary.Summary()
09-14
在tensorflow中，`tf.summary.Summary()`已经被弃用，并且在最新版本中已经被替换为`tf.summary.create_file_writer()`和`tf.summary.scalar()`等函数。所以，不建议使用`tf.summary.Summary()`。 `tf.summary.create_file_writer()`用于创建一个用于写入summary数据的文件写入器。而`tf.summary.scalar()`用于将标量值写入summary文件中，以便在tensorboard中进行可视化。示例如下： ```python # 创建文件写入器 writer = tf.summary.create_file_writer(logdir) # 在训练过程中，将标量值写入summary文件中 with writer.as_default(): tf.summary.scalar('loss', loss, step=global_step) tf.summary.scalar('accuracy', accuracy, step=global_step) # ... # 关闭文件写入器 writer.close() ``` 请注意，以上示例中的`logdir`是指定summary文件的保存路径，`loss`和`accuracy`是要记录的标量值，而`global_step`是训练的步数。你可以根据你的实际需求进行调整。
评论 1
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