TensorFlow函数使用总结
(1)tf.eval
TF学习中,经常看到tensor.eval这样的用法。
tensor.eval()的意义和sess.run()一样,t.eval()等效于sess.run(t).
但是二者也有些微区别,run可以同时运行多个tensor,比如:
t = tf.constant(11.0)
u = tf.constant(37.0)
tu = tf.mul(t, u)
ut = tf.mul(u, t)
with sess.as_default():tu.eval() # runs one steput.eval() # runs one stepsess.run([tu, ut])
(2)tf.summary用法总结
ummary_waiter = tf.summary.FileWriter("log",tf.get_default_graph())
log是事件文件所在的目录,这里是工程目录下的log目录。第二个参数是事件文件要记录的图,也就是tensorflow默认的图。
tf.summary有诸多函数:
tf.summary.scalar 用来显示标量信息,其格式为:
tf.summary.scalar(tags, values, collections=None, name=None)
例如:tf.summary.scalar('mean', mean)
一般在画loss,accuary时会用到这个函数。
2、tf.summary.histogram
用来显示直方图信息,其格式为:
tf.summary.histogram(tags, values, collections=None, name=None)
例如: tf.summary.histogram('histogram', var)
一般用来显示训练过程中变量的分布情况
3、tf.summary.distribution
分布图,一般用于显示weights分布
4、tf.summary.text 可以将文本类型的数据转换为tensor写入summary中
text = """/a/b/c\\_d/f\\_g\\_h\\_2017""";summary_op0 = tf.summary.text('text', tf.convert_to_tensor(text))
5、tf.summary.image 输出带图像的probuf,汇总数据的图像的的形式如下: ' tag /image/0', ' tag /image/1'...,如:input/image/0等。
格式:tf.summary.image(tag, tensor, max_images=3, collections=None, name=Non
6、tf.summary.audio 展示训练过程中记录的音频
7、tf.summary.merge_all merge_all 可以将所有summary全部保存到磁盘,以便tensorboard显示。如果没有特殊要求,一般用这一句就可一显示训练时的各种信息了。
8、tf.summary.FileWriter
指定一个文件用来保存图。
格式:tf.summary.FileWritter(path,sess.graph)
可以调用其add_summary()方法将训练过程数据保存在filewriter指定的文件中
Tensorflow Summary 用法示例:
e.g,tf.summary.scalar('accuracy',acc) #生成准确率标量图 merge_summary = tf.summary.merge_all() train_writer = tf.summary.FileWriter(dir,sess.graph)#定义一个写入summary的目标文件,dir为写入文件地址 ####### for step in xrange(training_step): #训练循环 train_summary = sess.run(merge_summary,feed_dict = {...})#调用sess.run运行图,生成一步的训练过程数据 train_writer.add_summary(train_summary,step)#调用train_writer的add_summary方法将训练过程以及训练步数保存
此时开启tensorborad能看见accuracy曲线了。
另外,如果我不想保存所有定义的summary信息,也可以用tf.summary.merge方法有选择性地保存信息:
9、tf.summary.merge
格式:tf.summary.merge(inputs, collections=None, name=None)
一般选择要保存的信息还需要用到tf.get_collection()函数
tf.summary.scalar('accuracy',acc) #生成准确率标量图
merge_summary = tf.summary.merge([tf.get_collection(tf.GraphKeys.SUMMARIES,'accuracy'),...(其他要显示的信息)])
train_writer = tf.summary.FileWriter(dir,sess.graph)#定义一个写入summary的目标文件,dir为写入文件地址
for step in xrange(training_step): #训练循环
train_summary = sess.run(merge_summary,feed_dict = {...})#调用sess.run运行图,生成一步的训练过程数据 train_writer.add_summary(train_summary,step)#调用train_writer的add_summary方法将训练过程以及训练步数保存
使
TensorFlow函数使用总结相关推荐
- tensorflow函数API总结
tensorflow函数API总结: 首推官网查询 tf.keras.Input:创建输入层 别名: tf.keras.Input tf.keras.layers.Input tf.keras.Inp ...
- tensorflow函数记录
tensorflow函数记录 函数类型一 tf.stack() axis=0,1 tf.reduce_sum() axis=0,1 tf.concat() axis=0,1 功能快捷键 合理的创建标题 ...
- 【TensorFlow】TensorFlow函数精讲之tf.nn.max_pool()和tf.nn.avg_pool()
tf.nn.max_pool()和tf.nn.avg_pool()是TensorFlow中实现最大池化和平均池化的函数,在卷积神经网络中比较核心的方法. 有些和卷积很相似,可以参考TensorFlow ...
- 【TensorFlow】TensorFlow函数精讲之 tf.random_normal()
tf.trandom_normal()函数是生成正太分布随机值 此函数有别于tf.truncated_normal()正太函数,请参考本博客关于tf.truncated_normal()函数的介绍 ( ...
- 【TensorFlow】TensorFlow函数精讲之tf.truncated_normal()
tf.truncated_normal()函数是一种"截断"方式生成正太分布随机值,"截断"意思指生成的随机数值与均值的差不能大于两倍中误差,否则会重新生成. ...
- tensorflow函数一览
tensorflow函数一览 注意: 本文介绍的是version 1.3.0下的函数,有些函数可能在旧版本中没有. 转载请注明出处变天式的博客 前言:名词解释 tensor 张量,可以是一个数,也可以 ...
- tensorflow函数总结
数值乘法mul 例如:a=3,b=3,a*b = 9 import tensorflow as tf a = tf.placeholder(tf.float32) b = tf.placeholder ...
- tensorflow函数方法
1.tf.where(condition,x=None,y=None,name=None) 作用:该函数的作用是根据condition,返回相对应的x或y,返回值是一个tf.bool类型的Tensor ...
- 记录 之 tensorflow函数:tf.data.Dataset.from_tensor_slices
tf.data.Dataset.from_tensor_slices(),是常见的数据处理函数,它的作用是将给定的元组(turple).列表(list).张量(tensor)等特征进行特征切片.切片的 ...
- 【TensorFlow】TensorFlow函数精讲之tf.nn.conv2d()
博客之星评选,谢谢您的支持!微信.qq五连击投票(无需关注.无需登录) 人工智能博士(投票链接):http://m234140.nofollow.ax.mvote.cn/opage/4fddfa73- ...
最新文章
- Linux Priority VS Nice
- C语言读入文件全部内容的方法
- (13) 悲观锁和乐观锁解决hibernate并发(转)
- ubuntu linux下面运行《暗黑破坏神2》和英雄无敌3-死亡阴影
- Print! Print! Print!
- 在javaweb中实现excel的导入导出到数据库(mysql)
- 项目安装使用uuid_在uniapp中使用fingerprint2实现游客设备标识
- 九度oj题目1153:括号匹配问题
- 19【CTR15】会话兴趣⽹络
- 如何用Python实现杨辉三角和心
- python网络编程 赵宏_【干货收藏】Python面试指南大全
- Linux就这个范儿 第10章 生死与共的兄弟
- 中台战略:企业数字化转型利器
- 【日记本砸】21.06.11-20 复杂的式子和角标只是一个符号一个标记而已
- 操作系统作业之银行家算法(c语言实现)
- unity 开发EasyAR发布IOS和安卓坑记录
- B站上的各类学习资源
- Docker系列之Jenkins+Git实现流水线部署SpringBoot项目
- 程序员如何变得更优秀?从业 10 年,我总结了 7 个建议
- C语言连续定义多个指针变量