tensorboard

    0熱度

    1回答

    我想獲取有關我的圖表需要多少內存的信息,所以我試圖使用tf.RunMetadata列車選項來檢查張量板中不同圖形組件的字節信息。我的代碼的培訓部分看起來像這樣: sess=tf.Session ... for itr in xrange(MAX_STEPS): train_images, train_annotations = train_dataset_reader.next_b

    0熱度

    1回答

    我寫了一個簡單的代碼來嘗試Tensorflow彙總功能。代碼如下。 import tensorflow as tf import numpy as np graph = tf.Graph() with graph.as_default(): x = tf.placeholder(tf.float32, [1, 2], name='x') W = tf.ones([2

    9熱度

    1回答

    使用Pimia印度人糖尿病數據集我已經建立了下列順序模型: import matplotlib.pyplot as plt import numpy from keras import callbacks from keras import optimizers from keras.layers import Dense from keras.models import Sequent

    0熱度

    1回答

    我在玩TensorBoard,無法做出簡單的示例工作。計算只需添加兩個常量。 import tensorflow as tf sess = tf.Session() a = tf.constant(1, name = "const1") b = tf.constant(10, name = "const2") c = a + b asum = tf.summary.scalar("

    2熱度

    1回答

    我想使用TensorBoard可視化存儲在S3服務器上的結果,而無需將它們下載到我的機器上。理想情況下,這會工作: $ tensorboard --logdir s3://mybucket/summary 假設tfevents文件summary下儲存。但是,這不起作用,並返回UnimplementedError: File system scheme s3 not implemented。 是

    0熱度

    1回答

    我手動試圖用metadata.tsv鏈接embedding張,但我得到以下錯誤:"$LOG_DIR/metadata.tsv is not a file." 我用下面的命令運行Tensorboard: tensorboard --logdir default/ 和我projector_config.pbtxt文件如下: embeddings { tensor_name: 'embeddi

    3熱度

    1回答

    當我創建一個簡單的Keras型號 model = Sequential() model.add(Dense(10, activation='tanh', input_dim=1)) model.add(Dense(1, activation='linear')) model.compile(loss='mean_squared_error', optimizer='adam', metric

    0熱度

    2回答

    我試圖運行張量板。我根據張力板網站做了一個簡單的代碼。有誰知道這個解決方案?由於 import tensorflow as tf node1 = tf.constant(3.0, dtype=tf.float32) node2 = tf.constant(4.0) node3 = tf.add(node1, node2) sess = tf.Session() writer=tf.sum

    3熱度

    1回答

    我試圖用Tensorboard形象化Keras模型的權重。下面是我使用的模型: model = Sequential([ Conv2D(filters=32, kernel_size=(3,3), padding="same", activation='relu', input_shape=(40,40,3)), MaxPooling2D(pool_size=(2, 2)),

    0熱度

    1回答

    我有一個已經設置的張量流圖,輸入變量(x = tf.Variable())和結果誤差項(err)。我希望能夠更新x中的一部分元素。 一種方法是使用tf.stop_gradient(),但是這將需要重新從頭開始重新構建圖形應用停止梯度運算符。他們是否可以做到這一點,而無需重新構建圖表。