tensorboard

    0热度

    1回答

    我试了一些tensorboard demo。该代码运行正常,我跑了tensorboard --logdir log/后,我得到了以下控制台输出这表明一切都已经很不错了: (dlnd-tf-lab) ->tensorboard --logdir log/ Starting TensorBoard b'47' at http://0.0.0.0:6006 (Press CTRL+C to quit

    0热度

    1回答

    我在张量流中编写了一个卷积神经网络来执行mnist数据集。一切正常,但我想要在tensorboard中可视化模型。我该怎么做?这里是我的代码: from __future__ import print_function import tensorflow as tf # Import MNIST data from tensorflow.examples.tutorials.mnist

    0热度

    2回答

    返回before 2016-11-30我可以使用类似下面的TensorFlow/TensorBoard代码来创建一个包含变量'global_step_at_epoch'的单个作用域,该变量显示了在我的模型运行的每个时期达到的全局步骤。 但是由于用summary.scalar代替scalar_summary,如下所示,我得到了每个时代的新范围。这样n时代已经结束后,我得到的范围和TensorBoar

    0热度

    1回答

    TensorFlow的张量板中的对数尺度中的y轴是否可以显示? 我权在我的神经网络的第一层下面的柱状图(分布): 从似乎重量分布基本上不变化,在所有的图像。虽然是真的,但我想看到对数刻度(y轴)的变化。可能吗?

    0热度

    2回答

    tf.summary.FileWriter(logdir, sess.graph) 我发现在logdir中有多个事件文件。为什么?我认为它应该是一个。 该名称的含义是什么,即:'events.out.tfevents.1496202271.host-name'。 '1496202271'在其中的含义是什么。 Thx。

    2热度

    1回答

    我最近试图通过pip安装tensorboard,详见README.md。安装被认为是成功的,但是当我在安装后尝试运行tensorboard时,我一直在收到导入/未定义的符号错误,如下所示。 Traceback (most recent call last): File "/usr/local/lib/python3.5/dist-packages/tensorboard/tensorbo

    1热度

    1回答

    以下是一些tf.constant显示在tensorboard中的工作代码,有些不显示。 但是,我不知道为什么这些不显示。 谁能帮我在这里?谢谢 import tensorflow as tf import numpy as np # tf.constant(value, dtype=None, shape=None, # name='Const', verify_shape=False)

    0热度

    1回答

    这些是示例代码。 import tensorflow as tf const1 = tf.constant(2) const2 = tf.constant(3) add_op = tf.add(const1,const2) mul_op = tf.mul(add_op,const2) with tf.Session() as sess: result,result2 = sess

    4热度

    1回答

    张量流程中的一个非常简单的例子:min (x + 1)^2其中x是一个标量。该代码是: import tensorflow as tf x = tf.Variable(initial_value=3.0) add = tf.add(x, 1) y = tf.square(add) optimizer = tf.train.GradientDescentOptimizer(learning

    0热度

    1回答

    我试图将摘要添加到我的异步运行的TensorFlow图。我已经在单线程的情况下运行了所有的东西,但是一旦我进入多线程,总结似乎就消失了。这里有一个玩具的例子,我试图做 import tensorflow as tf # 1.1.0 import threading class Worker: def __init__(self): self.x = tf.Variab