import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data #载入数据 mnist=input_data.read_data_sets('mnist_data',one_hot=True)#noe_hot把像素点都转变成0或1的形式 #每个批次的大小,训练模型时,一次放入一批次 batch_size=100 #一批次100张图 #计算一共有多少个批次 n_batch=mnist.train.num_examples//batch_size# //是整除,得到批次数 #参数概要 def variable_summaries(var):#定义一个函数,作用是计算各种参数值 with tf.name_scope('summaries'): mean=tf.reduce_mean(var)#计算平均值 tf.summary.scalar('mean',mean)#记录平均值,将其命名为mean。summary.scalar用来显示标量信息 with tf.name_scope('stddev'): stddev=tf.sqrt(tf.reduce_mean(tf.square(var-mean))) tf.summary.scalar('stddev',stddev)# 标准差 tf.summary.scalar('max',tf.reduce_max(var))#最大值 tf.summary.scalar('min',tf.reduce_min(var))#最小值 tf.summary.histogram('histogram',var)#直方图 #命名空间 with tf.name_scope('input'): #命名随意,比如input,下面的x和y要缩进,表示x,y放在input空间 #定义两个placeholder,配合上面命名空间,给x,y取个名字 x=tf.placeholder(tf.float32,[None,784],name='x-input')#建立一个占位符,None是图片数,784是每幅图的像素个数 y=tf.placeholder(tf.float32,[None,10],name='y-input')# 标签,建立一个占位符,10是指0-9十个数 with tf.name_scope(
tensorflow基础知识9,tensorboard网络运行中各种数据显示
最新推荐文章于 2022-05-26 10:09:47 发布
本文介绍了如何利用TensorFlow的TensorBoard工具,展示网络运行时的各种数据,包括损失值、指标和图表等,以辅助理解和优化模型训练过程。
摘要由CSDN通过智能技术生成