一、TensorFlow权重初始化
截断高斯分布
下面的初始化改进都是基于保证输出与输入的分布相差不大的思想。
xavier初始化(适用于激活函数是sigmoid和tanh)
MSRA初始化(适用于激活函数relu)
二、TensorFlow参数初始化
tf.global_variables_initializer
三、tf.summary
scalar(name, tensor, collections=None, family=None):
- name:参数名称
- tensor:保存的tensor
tf.summary.merge_all
merge_all 可以将所有summary全部保存到磁盘,以便tensorboard显示。如果没有特殊要求,一般用这一句就可一显示训练时的各种信息了。
tf.summary.FileWriter
tf.summary.FileWriter(logs_path, graph=tf.get_default_graph())
指定一个文件用来保存图。
可以调用其add_summary()方法将训练过程数据保存在filewriter指定的文件中
四、tf.logging.set_verbosity
tf.logging.set_verbosity (tf.logging