tensorflow学习笔记2

本文介绍TensorFlow中变量的使用方式,如如何利用变量存储神经网络的权重并在训练过程中更新这些权重。同时,详细讲解了如何使用TensorBoard进行模型训练过程中的监控,包括如何添加、合并和展示训练中的各种指标。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

tensor(vector)flow!

tensorflow中变量variable的作用:

通常会将一个统计模型中的参数表示为一组变量. 例如, 你可以将一个神经网络的权重作为某个变量存储在一个 tensor 中. 在训练过程中, 通过重复运行训练图, 更新这个 tensor.

tensorboard使用方法:

  1. 首先使用tf.scalar_summary("loss", cost)添加我们想要看的SCALARS(标量),一般有多个这样的语句
  2. 然后在最后用merged_summary_op = tf.merge_all_summaries()把他们都搞在同一个op里
  3. 之后使用初始化一个tf.train.SummaryWriter初始化一个SummaryWriter
  4. 然后在sess.run的时候把summary_op传进去,会返回一个summary
  5. 最后用summary_writer.add_summary把summary写进去

最后用

tensorboard --logdir=<你自定义的路径>

命令打开,根据提示打开浏览器查看即可。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值