TensorFlow笔记3

TensorFlow的运作方式。

今天的歌可能否

今天终于完成了深度学习入门版的HelloWorld和进阶版的HelloWorld。
开始了新的部分。今天的主要部分:跑了运作方式部分的代码,遇到问题,解决问题,然后通过代码了解如何运行的。本来用的VSCode,后来发现配置有些问题有些包找不到,就弃了VSCode,装上了pycharm。今天的小问题就从编辑器开始吧。另外,本文多图预警。

问题1:在VSCode下,出现了找不到enter等错误。(具体报错情况当时没有记录,翻了好半天浏览器记录没有找到)
根据参考博客,原因就是VSCode的配置问题,换一个编辑器就好了。所以就换了pycharm。
我是在anaconda下新建了tensorflow-gpu+python3.6的环境,但是在配置编辑器python解释器的时候着实找了好半天。在网上搜都说环境会在anaconda的安装目录下的envs文件夹中,然而我的安装目录下的envs里空空如也。后来在anaconda的界面里,选择该环境,能够看到环境所在的地址,这才找到配置好。

TensorFlow笔记3_第1张图片
环境所在位置图1

TensorFlow笔记3_第2张图片
pycharm的环境配置图2

之后运行就很顺利啦,运行结果如截图。

问题2: TensorBoard展示不出来
原因,其实就是路径问题。
首先要安装tensorboard,用pip安装就好了。 pip install tesorboard
之后运行tensorboard --logdir=log文件路径(把log文件路径换成文件路径哦,如我的log在C:\log中,那要写成tensorboard --logdir=C://log

运行截图如下:

TensorFlow笔记3_第3张图片
这里是运行图3

这里要注意下路径,因为给的示例代码是运行在Linux下的,所以要改一下输入数据的下载路径和log文件保存路径。如下截图:


TensorFlow笔记3_第4张图片
修改路径图4

运行之后的log目录下有以下文件:


TensorFlow笔记3_第5张图片
log下的文件图5

在终端该目录下运行tensorboard --logdir=., 就得到了TensorBoard的链接。点开就可以了。

TensorFlow笔记3_第6张图片
得到tensorboard链接图6

TensorFlow笔记3_第7张图片
board上的图7

TensorFlow笔记3_第8张图片
board上的图8

TensorFlow笔记3_第9张图片
board上的图9

对于详细功能还有待进一步研究[自行脑补捂脸笑]

我的github

能否早一点 相信年少的誓言
能否不轻易说再见

你可能感兴趣的:(TensorFlow笔记3)