python学习笔记之tensorboard绘制结构曲线分析各参数

最新推荐文章于 2025-03-26 16:10:20 发布

qq_40121643

最新推荐文章于 2025-03-26 16:10:20 发布

阅读量2.9k

点赞数 2

分类专栏： python编程学习笔记算法学习

本文链接：https://blog.youkuaiyun.com/qq_40121643/article/details/79959802

版权

这篇博客介绍了如何利用Tensorboard来绘制结构曲线，详细解析Python TensorFlow项目中各参数的分析过程。通过在CMD中指定logdir，启动Tensorboard并观察生成的分析图表。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

# coding: utf-8

# In[2]:

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

# In[3]:

# 载入数据集
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
n_batch = mnist.train.num_examples // batch_size

#参数概要
def variable_summaries(var):
    with tf.name_scope('summaries'):
        mean=tf.reduce_mean(var)
        tf.summary.scalar('mean',mean)
        with tf.name_scope('stddev'):
            stddev=tf.sqrt(tf.reduce_mean(tf.square(var-mean)))
        tf.summary.scalar('stddev',stddev)#标准差
        tf.summary.scalar('max', tf.reduce_max(var))
        tf.summary.scalar('min',tf.reduce_min(var))#最小值
        tf.summary.histogram('histogram',var)#直方图
#定义一个命名空间
with tf.name_scope('input'):
    x = tf.placeholder(tf.float32, [None, 784],name='x_input')
    y = tf.