15 tensorBorad 可视化练习2
上一篇讲到了 如何可视化TesorBorad整个神经网络结构的过程。 其实tensorBorad还可以可视化训练过程( biase变化过程) , 这节重点讲一下可视化训练过程的图标是如何做的 。请看下图, 这是如何做到的呢?
在hisograms里面我们还可以看到更多的layers的变化:
(P.S. 灰猫使用的tensorflow v1.1 显示的效果可能和视频中的不太一样, 但是tensorBorad 的使用方法的是一样的。)
这里还有一个events , 在这次练习中我们会把 整个训练过程中的误差值(loss)在event里面显示出来, 甚至你可以显示更多你想要显示的东西.
好了, 开始练习吧
本次的代码会在上一节的基础上进行修改.
制做输入源
由于这节我们观察训练过程中神经网络的变化, 所以首先要添一些模拟数据.
Python 的numpy 工具包可以帮助我们制造一些模拟数据. 所以我们先导入这个工具包:
from __future__ import print_function
import tensorflow as tf
import numpy as np
然后借助 np中的np.linespace()
产生随机的数字, 同时为了模拟更加真实我们会添加一些噪声,这些噪声是通过np.random,normal()
随机产生的.
## make up some data
x_data= np.linspace(-1, 1, 300)[:,np.newaxis]
noise= np.random.normal(0, 0.05, x_data.shape)
y_data= np.square(x_data) -0.5+ noise
输入源的问题解决之后, 我们开始制作对Weights
和biase
的变化图表吧. 我们期望可以做到如下的效果, 那么首先从layer1/weight做起吧