Tensorflow深度学习的日常——day-3

1.可视化神经网络(TensorBoard)

在我们运行完程序后,图结构将以日志文件的形式保存到给定的路径下。

然后在命令行启动Tensorboard

tensorboard --logdir=C://Users//Administrator//Desktop//tensorboard

运行完上述代码后,我们可以得到一个ip》》》》http://SC-201706201654:6006

然后把其复制粘贴到浏览器打开就好


2.可视化day_2 代码的神经网络的建造过程

代码:

Tensorflow深度学习的日常——day-3_第1张图片

运行结果图:

Tensorflow深度学习的日常——day-3_第2张图片

graphs

有graphs我们可以清晰的看到,学习器的神经结构


3.可视化day_2神经网络的训练过程

Tensorflow深度学习的日常——day-3_第3张图片

Tensorflow深度学习的日常——day-3_第4张图片

训练结果:

(1)scalars结果图(主要看的loss,看看学习器训练有没有效果的):

Tensorflow深度学习的日常——day-3_第5张图片

scalars

从图中我们可以看到loss的值越来越小,说明训练结果有效

(2)ditribution结果图:

 

Tensorflow深度学习的日常——day-3_第6张图片

(3)histograms结果图:

Tensorflow深度学习的日常——day-3_第7张图片

histograms


4.Tensorflow-报错解决方案

(1)AttributeError: 'module' object has no attribute 'SummaryWriter'

    tf.train.SummaryWriter 改为:tf.summary.FileWriter

(2)AttributeError: 'module' object has no attribute 'summaries'

    tf.merge_all_summaries() 改为:summary_op = tf.summary.merge_all()

(3)AttributeError: 'module' object has no attribute 'histogram_summary'

    tf.histogram_summary() 改为:tf.summary.histogram()

(4)tf.scalar_summary() 改为:tf.summary.scalar()

(5)tf.image_summary() 改为:tf.summary.image()


5.TensorFlow 编程训练7 在tensorboard中查看scalars、graphs、distributions、histograms

问题:先说一下遇到的一些问题,在实现了tensorboard可以显示graphs以后发现了一个问题,就是tensorboard无法显示scalars、distributions、histograms

解决:其实就是tensorflow的版本问题,升级到1.8发现用不了,报错,和之前的错误一样,因此我们要降到1.5

你可能感兴趣的:(python,Tensorflow,tensorflow)