tensorboard

    2熱度

    1回答

    最近我想實現GAN模型,並使用tf.Dataset和Iterator來讀取人臉圖像作爲訓練數據。 數據集和迭代器對象的代碼是: self.dataset = tf.data.Dataset.from_tensor_slices(convert_to_tensor(self.data_ob.train_data_list, dtype=tf.string)) self.dataset = self

    1熱度

    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熱度

    1回答

    我想執行超參數搜索。在每個參數組合上,我正在創建適當的圖形並對其進行訓練。內部圖形中有可能性圖的摘要。 如何組織張量板報告以便在一個頁面中查看所有內容? 我可以有不同的logdir名稱,還有什麼選擇?

    1熱度

    1回答

    我寫了K-means算法在tensorflow並試圖最小距離增加摘要: 爲什麼不地塊在水平方向任意長度?橫軸上是什麼? m後綴是什麼意思? 的代碼如下: global_count = 0 count = 0 self.report.add_time_stamp(description="Initializing with k-means...") self.

    1熱度

    1回答

    我使用多層感知器編寫了mnist代碼。但它沒有顯示準​​確性和損失函數的標量(但它成功地顯示了一個模型圖) 如果你知道,你能給我一個線索嗎? Tensorflow版本:1.2.0 這些是我想在Tensorboard中顯示的功能。 def loss(label,y_inf): # Cost Function basic term with tf.name_scope('loss'

    1熱度

    2回答

    我想用TF-Slim的迴歸問題使用DensNet。我的數據包含60000個jpeg圖像,每個圖像有37個浮動標籤。我將我的數據分成了一個火車集(60%),一個驗證集(20%)和一個測試集(20%)的三個不同的tfrecords文件。 我需要在訓練循環中評估驗證集並製作一個如image的圖。 在TF-Slim文檔中,他們只是分別解釋訓練循環和評估循環。訓練結束後,我可以評估驗證或測試集。正如我所說,

    0熱度

    1回答

    我想在Tensorboard中組織我的情節。例如,假設我在同一時間訓練多個網絡,他們每個人都有自己的準確度和損失的步驟,並且很好地將網絡的準確性和損失分組。或者,也許我想檢查每個圖層的激活,平均權重和平均偏差,以便更好地瞭解他們在訓練過程中如何變化。 我該怎麼做?

    1熱度

    1回答

    我使用DNNClassifier估算器,我想預測評級。 但是,我不知道使用預測。 我期待下面的結果。 預測評級:XX PLZ,幫幫我,給我一個指南(使用預測) 下面,我的代碼。 """ Define """ JOIN_CSV_COLUMNS = ['USER_ID', 'CONTENT_ID', 'CONTENT_NAME_USER', 'RATING', 'CNTY_CD', 'FIRST

    0熱度

    1回答

    當我學習TensorFlow通過嘗試的例子mnist_softmax.py(this is the orignal file),我爲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熱度

    1回答

    給定tensorflow事件文件,我如何提取對應於特定標記的圖像,然後以通用格式將它們保存到磁盤,例如, .png?