tensorboard

    2热度

    1回答

    最近我想实现GAN模型,并使用tf.Dataset和Iterator来读取人脸图像作为训练数据。 数据集和迭代器对象的代码是: self.dataset = tf.data.Dataset.from_tensor_slices(convert_to_tensor(self.data_ob.train_data_list, dtype=tf.string)) self.dataset = self

    1热度

    1回答

    以下模型: import tensorflow as tf import numpy as np BATCH_SIZE = 3 VECTOR_SIZE = 1 LEARNING_RATE = 0.1 x = tf.placeholder(tf.float32, [BATCH_SIZE, VECTOR_SIZE], name='input_placeholder')

    -1热度

    1回答

    我想执行超参数搜索。在每个参数组合上,我正在创建适当的图形并对其进行训练。内部图形中有可能性图的摘要。 如何组织张量板报告以便在一个页面中查看所有内容? 我可以有不同的logdir名称,还有什么选择?

    1热度

    1回答

    我写了K-means算法在tensorflow并试图最小距离增加摘要: 为什么不地块在水平方向任意长度?横轴上是什么? m后缀是什么意思? 的代码如下: global_count = 0 count = 0 self.report.add_time_stamp(description="Initializing with k-means...") self.

    1热度

    1回答

    我使用多层感知器编写了mnist代码。但它没有显示准​​确性和损失函数的标量(但它成功地显示了一个模型图) 如果你知道,你能给我一个线索吗? Tensorflow版本:1.2.0 这些是我想在Tensorboard中显示的功能。 def loss(label,y_inf): # Cost Function basic term with tf.name_scope('loss'

    1热度

    2回答

    我想用TF-Slim的回归问题使用DensNet。我的数据包含60000个jpeg图像,每个图像有37个浮动标签。我将我的数据分成了一个火车集(60%),一个验证集(20%)和一个测试集(20%)的三个不同的tfrecords文件。 我需要在训练循环中评估验证集并制作一个如image的图。 在TF-Slim文档中,他们只是分别解释训练循环和评估循环。训练结束后,我可以评估验证或测试集。正如我所说,

    0热度

    1回答

    我想在Tensorboard中组织我的情节。例如,假设我在同一时间训练多个网络,他们每个人都有自己的准确度和损失的步骤,并且很好地将网络的准确性和损失分组。或者,也许我想检查每个图层的激活,平均权重和平均偏差,以便更好地了解他们在训练过程中如何变化。 我该怎么做?

    1热度

    1回答

    我使用DNNClassifier估算器,我想预测评级。 但是,我不知道使用预测。 我期待下面的结果。 预测评级:XX PLZ,帮帮我,给我一个指南(使用预测) 下面,我的代码。 """ Define """ JOIN_CSV_COLUMNS = ['USER_ID', 'CONTENT_ID', 'CONTENT_NAME_USER', 'RATING', 'CNTY_CD', 'FIRST

    0热度

    1回答

    当我学习TensorFlow通过尝试的例子mnist_softmax.py(this is the orignal file),我为了一些修改添加到它使用TensorBoard: tf.global_variables_initializer().run() merged_summary_op = tf.summary.merge_all() summary_writer =

    0热度

    1回答

    给定tensorflow事件文件,我如何提取对应于特定标记的图像,然后以通用格式将它们保存到磁盘,例如, .png?