5.2tensorflow结构可视化01

整理不易，有条件的点个关注、点个赞呗！感恩各位大哥！

tensorflow简单介绍

tensor采用图运算的方式搭建并训练深度学习网络，该部分使用的库包版本为tensorflow==1.14.0

代码拆分（每个代码块可以放到一个jupyter的cell里）

导入tensorflow及相关包

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

加载数据集、设定批次

# 载入数据集
mnist = input_data.read_data_sets("MNIST_data",one_hot = True)

# 每个批次的大小
batch_size = 100
# 计算一共有多少个批次
n_batch = mnist.train.num_examples // batch_size

定义参数概要

# 参数概要
def variable_summaries(var):
    with tf.name_scope('summaries'):
        mean = tf.reduce_mean(var)
        tf.summary.scalar('mean',mean) # 平均值
        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
    

定义各类命名空间

    
# 定义输出命名空间
with tf.name_scope('input'):
    # 定义两个placeholder
    x = tf.placeholder(tf.float32,[None,784],name='x-input')
    y = tf.placeholder(tf.float32,[None,10],name='y-input')
with tf.name_scope('layer'):
    # 创建一个简单的神经网络
    with tf.name_scope('weight'):
        W = tf.Variable(tf.zeros([784,10])