csdnxiekai的博客

编者按：在日常使用tensorboard中发现loss可以保存为json和csv，但图片找不到接口，这里记录自己的尝试过程，有幸能成功，做此记录。一、打开tensorboardfile_path为tensorboard目录，即该文件下你可以看到“events.out.tfevents.1607934613.czey”类似的文件，这里就是记录数据的文件。记下来，不要老是回过来找怎么打开，我就是这么过来的～tensorboard --logdir file_path 或者tensorboard --lo

tensorflow的保存模型大小理解过程如何计算tensorflow计算model的大小size（1）如何计算tensorflow计算model的大小size（2）1.生成模型import osimport tensorflow as tfimport tensorflow.contrib.slim as slim CURRENT_DIR = os.getcwd()train_dir = CURRENT_DIR + '/logs/' a = tf.placeholder(tf.fl

import tensorflow as tfn = 10# images is a 1 x 10 x 10 x 1 array that contains the numbers 1 through 100 in orderimages = [[[[x * n + y + 1] for y in range(n)] for x in range(n)]]# We generate four outputs as follows:# 1. 3x3 patches with stride len

tensorboard平滑曲线代码“tensorboard提供了下载借口，可以下载没有经过平滑后的数据，但是之前说了，没有平滑的曲线非常的不好看，现在我们需要做的是将下载下来的原始数据在本地进行平滑“”。代码如下：import pandas as pdimport numpy as npimport osdef smooth(csv_path,weight=0.85): #weight是平滑度，tensorboard 默认0.6 data = pd.read_csv(filepath_or

参考原文tensorflow-gpu error：CUDNN_STATUS_ALLOC_FAILED或者self._traceback = tf_stack.extract_stack(),自己运行较旧版本出现此问题,做此记录.在有些情况下，因为深度学习框架版本更新，细节的变动会使我们的代码最初对应修改：报错信息（出现其中一种）：1.Could not create cudnn handle: CUDNN_STATUS_ALLOC_FAILED2.self._traceback = tf_stack

安装caffe后,import tensorflow as tf报错 File "/home/czey/anaconda3/envs/tf/lib/python3.6/site-packages/dateutil/tz.py", line 78 `self._name`,最后在File “/usr/local/lib/python3.5/site-packages/dateutil/rrule.py”, line 55 raise ValueError中找到答案:pip install m

tensorflow中slim配合tensorboard了解模型结构Is there an easy way to get something like Keras model.summary in Tensorflow?import numpy as npfrom tensorflow.python.layers import baseimport tensorflow as tfi...