欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

利用Tensorboard繪制網(wǎng)絡識別準確率和loss曲線實例

 更新時間:2020年02月15日 15:32:21   作者:藍色天空2014-09  
今天小編就為大家分享一篇利用Tensorboard繪制網(wǎng)絡識別準確率和loss曲線實例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧

廢話不多說,直接上代碼看吧!

import tensorflow as tf 
from tensorflow.examples.tutorials.mnist import input_data 
 
#載入數(shù)據(jù)集 
mnist = input_data.read_data_sets("MNIST_data",one_hot=True) 
 
#每個批次的大小和總共有多少個批次 
batch_size = 100 
n_batch = mnist.train.num_examples // batch_size 
 
#定義函數(shù)
def variable_summaries(var):
  with tf.name_scope('summaries'):
    mean = tf.reduce_mean(var)
    tf.summary.scalar('mean', mean) #平均值
    with tf.name_scope('stddev'):
      stddev = tf.sqrt(tf.reduce_mean(tf.square(var-mean)))
    tf.summary.scalar('stddev', stddev) #標準差
    tf.summary.scalar('max', tf.reduce_max(var))
    tf.summary.scalar('min', tf.reduce_min(var))
    tf.summary.histogram('histogram', var) #直方圖
    
#命名空間
with tf.name_scope("input"):
  #定義兩個placeholder 
  x = tf.placeholder(tf.float32,[None,784], name = "x_input") 
  y = tf.placeholder(tf.float32,[None,10], name = "y_input") 
 
with tf.name_scope("layer"):
  #創(chuàng)建一個簡單的神經(jīng)網(wǎng)絡 
  with tf.name_scope('weights'):
    W = tf.Variable(tf.zeros([784,10]), name='W') 
    variable_summaries(W)
  with tf.name_scope('biases'):  
    b = tf.Variable(tf.zeros([10]), name='b') 
    variable_summaries(b)
  with tf.name_scope('wx_plus_b'): 
    wx_plus_b = tf.matmul(x,W)+b
  with tf.name_scope('softmax'):
    prediction = tf.nn.softmax(wx_plus_b) 
 
with tf.name_scope('loss'):
  #交叉熵代價函數(shù) 
  loss = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(labels=y, logits=prediction)) 
  tf.summary.scalar('loss', loss)
with tf.name_scope('train'):
  #使用梯度下降法 
  train_step = tf.train.GradientDescentOptimizer(0.2).minimize(loss) 
 
#初始化變量 
init = tf.global_variables_initializer() 
 
with tf.name_scope('accuracy'):
  with tf.name_scope('correct_prediction'):
    #結果存放在一個布爾型列表中 
    correct_prediction = tf.equal(tf.argmax(y,1),tf.argmax(prediction,1))#argmax返回一維張量中最大的值所在的位置 
  with tf.name_scope('accuracy'):
    #求準確率 
    accuracy = tf.reduce_mean(tf.cast(correct_prediction,tf.float32)) 
    tf.summary.scalar('accuracy', accuracy)
 
#合并所有的summary
merged = tf.summary.merge_all()
 
with tf.Session() as sess: 
  sess.run(init) 
  writer = tf.summary.FileWriter("log/", sess.graph) #寫入到的位置
  for epoch in range(51): 
    for batch in range(n_batch): 
      batch_xs,batch_ys = mnist.train.next_batch(batch_size) 
      summary,_ = sess.run([merged,train_step],feed_dict={x:batch_xs, y:batch_ys}) 
    
    writer.add_summary(summary,epoch) 
    acc = sess.run(accuracy,feed_dict={x:mnist.test.images,y:mnist.test.labels}) 
    print("epoch " + str(epoch)+ "  acc " +str(acc)) 

運行程序,打開命令行界面,切換到 log 所在目錄,輸入

tensorboard --logdir= --logdir=C:\Users\Administrator\Desktop\Python\log

接著會返回一個鏈接,類似 http://PC-20160926YCLU:6006

打開谷歌瀏覽器或者火狐,輸入網(wǎng)址即可查看搭建的網(wǎng)絡結構以及識別準確率和損失函數(shù)的曲線圖。

注意:如果對網(wǎng)絡進行更改之后,在運行之前應該先刪除log下的文件,在Jupyter中應該選擇Kernel----->Restar & Run All, 否則新網(wǎng)絡會和之前的混疊到一起。因為每次的網(wǎng)址都是一樣的,在瀏覽器刷新頁面即可。

以上這篇利用Tensorboard繪制網(wǎng)絡識別準確率和loss曲線實例就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。

  • python實現(xiàn)滑雪游戲

    python實現(xiàn)滑雪游戲

    這篇文章主要為大家詳細介紹了python實現(xiàn)滑雪游戲,文中示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2020-02-02
  • python按鍵按住不放持續(xù)響應的實例代碼

    python按鍵按住不放持續(xù)響應的實例代碼

    今天小編就為大家分享一篇python按鍵按住不放持續(xù)響應的實例代碼,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-07-07
  • 探索Python內(nèi)置數(shù)據(jù)類型的精髓與應用

    探索Python內(nèi)置數(shù)據(jù)類型的精髓與應用

    本文探索Python內(nèi)置數(shù)據(jù)類型的精髓與應用,包括字符串、列表、元組、字典和集合。通過深入了解它們的特性、操作和常見用法,讀者將能夠更好地利用這些數(shù)據(jù)類型解決實際問題。
    2023-09-09
  • python數(shù)據(jù)結構之圖的實現(xiàn)方法

    python數(shù)據(jù)結構之圖的實現(xiàn)方法

    這篇文章主要介紹了python數(shù)據(jù)結構之圖的實現(xiàn)方法,實例分析了Python圖的表示方法與常用尋路算法的實現(xiàn)技巧,需要的朋友可以參考下
    2015-07-07
  • Jupyter Notebook運行Python代碼實現(xiàn)傳參方式

    Jupyter Notebook運行Python代碼實現(xiàn)傳參方式

    這篇文章主要介紹了Jupyter Notebook運行Python代碼實現(xiàn)傳參方式,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教
    2023-07-07
  • Django之choices選項和富文本編輯器的使用詳解

    Django之choices選項和富文本編輯器的使用詳解

    這篇文章主要介紹了Django之choices選項和富文本編輯器的使用詳解,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2020-04-04
  • 運用Python巧妙處理Word文檔的方法詳解

    運用Python巧妙處理Word文檔的方法詳解

    大家平時在工作與學習中都會操作到Word文件格式,特別是很多數(shù)據(jù)的時候,靠人力去識別操作非常容易出錯。今天就帶大家用python來處理Word文件,感興趣的可以了解一下
    2022-05-05
  • 簡單講解Python中的字符串與字符串的輸入輸出

    簡單講解Python中的字符串與字符串的輸入輸出

    這篇文章主要介紹了Python中的字符串與字符串的輸入輸出,Python3.x版本中默認以Unicode為編碼,省去了不少麻煩,需要的朋友可以參考下
    2016-03-03
  • 最新評論