【Tensorboard使用】动态显示loss曲线

最新推荐文章于 2024-08-09 07:26:21 发布

倔强的大萝卜

最新推荐文章于 2024-08-09 07:26:21 发布

阅读量8.4k

点赞数 1

分类专栏：使用TensorFlow 深度学习

本文链接：https://blog.csdn.net/plSong_CSDN/article/details/88546019

版权

本文介绍如何利用Tensorboard动态显示一个两层全连接网络在手写数字识别任务中的损失(loss)曲线，同时提及了网络结构和精度(accuracy)。

摘要由CSDN通过智能技术生成

程序

下面的例子是两层全连接网络，实现手写数字识别的案例。

from tensorflow.examples.tutorials.mnist import input_data
import tensorflow as tf
import os

os.environ["TF_CPP_MIN_LOG_LEVEL"] = "2"  # 忽略tensorflow警告信息

mnist = input_data.read_data_sets('MNIST_data',one_hot=True)

batch_size = 100
n_batch = mnist.train.num_examples // batch_size

lr = 0.01

#初始化
#命名空间
with tf.name_scope("input"):
    x = tf.placeholder(tf.float32,[None,784],name='x')
    y_ = tf.placeholder(tf.float32,[None,10],name='y_')

#创建网络
with tf.name_scope('Layer1'):
    with tf.name_scope('weight1'):
        w1 = tf.Variable(tf.truncated_normal([784,500]),name='w1')
    with tf.name_scope("biases"):
        b1 = tf.Variable(tf.zeros([500]),name='b1')
    with tf.name_scope("y1"):
        y1 = tf.nn.tanh(tf.matmul(x,w1)&