tensor(vector)flow!
tensorflow中变量variable的作用:
通常会将一个统计模型中的参数表示为一组变量. 例如, 你可以将一个神经网络的权重作为某个变量存储在一个 tensor 中. 在训练过程中, 通过重复运行训练图, 更新这个 tensor.
tensorboard使用方法:
- 首先使用tf.scalar_summary("loss", cost)添加我们想要看的SCALARS(标量),一般有多个这样的语句
- 然后在最后用merged_summary_op = tf.merge_all_summaries()把他们都搞在同一个op里
- 之后使用初始化一个tf.train.SummaryWriter初始化一个SummaryWriter
- 然后在sess.run的时候把summary_op传进去,会返回一个summary
- 最后用summary_writer.add_summary把summary写进去
最后用
tensorboard --logdir=<你自定义的路径>
命令打开,根据提示打开浏览器查看即可。