Tensorflow-tensorboard网络结构

最新推荐文章于 2023-02-22 16:18:18 发布

追枫萨

最新推荐文章于 2023-02-22 16:18:18 发布

阅读量237

点赞数

CC 4.0 BY-SA版权

分类专栏： Tensorflow1.x 文章标签： Tensorflow Tensorboard

本文链接：https://blog.youkuaiyun.com/m0_38052384/article/details/90490391

本文介绍了如何通过Tensorboard来查看Tensorflow项目的网络结构。在工程的logs目录下生成文件后，通过CMD切换到相应位置并执行命令，可以打开浏览器查看网络结构的详细视图，包括每个命名空间的详细信息。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Tensorboard网络结构

import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data

#载入数据集,one_hot:将标签转换为只有一位为1，其它为0，会自动从网上下载数据集到当前目录
mnist=input_data.read_data_sets("MNIST_data",one_hot=True)

#每个批次的大小
batch_size=100
#计算一共有多少个批次（整除）
n_batch=mnist.train.num_examples//batch_size

#命名空间
with tf.name_scope('input'):
    #该神经网络只输入层和输出层，输入层包含784个神经元，输出层包含10个神经元
    #定义两个placeholder,将28*28数字图片偏平为规格为784的向量
    x=tf.placeholder(tf.float32,[None,784],name='x-input')
    #标签结果
    y=tf.placeholder(tf.float32,[None,10],name='y-input')

with tf.name_scope('layer'):
    #创建一个简单的神经网络
    with tf.name_scope('wights'):
        #权值初始化为0,  784x10
        W=tf.Variable(tf.zeros([784,10]),name='W')
    with tf.name_scope('biases'):
        #偏置值
        b=tf.Variable(tf.zeros([10]),name='b')
    with tf.name_scope('wx_plus_b'):
        wx_plus_b=tf.matmul(x,W)+b
    with tf.name_scope(