【发布时间】:2017-10-11 18:35:53
【问题描述】:
我编写了张量流图来拟合原始数据和重建数据之间的旋转角度。我尝试对张量和命名范围使用详细的名称。
然而,图表完全不直观:
这可能是因为公式中的所有中间张量都被描述为图中的显式节点。
是否有可能以某种方式隐藏中间或未命名的节点?
【问题讨论】:
标签: python tensorflow tensorboard
我编写了张量流图来拟合原始数据和重建数据之间的旋转角度。我尝试对张量和命名范围使用详细的名称。
然而,图表完全不直观:
这可能是因为公式中的所有中间张量都被描述为图中的显式节点。
是否有可能以某种方式隐藏中间或未命名的节点?
【问题讨论】:
标签: python tensorflow tensorboard
获得漂亮且易于理解的张量板图的诀窍是使用范围声明。他们将东西收集在一起并将单元格折叠在一起,直到双击为止。
将您的优化器置于范围优化器之下,它会将您的优化器支持连接拉到一起:
with tf.variable_scope("optimizer"):
opt = SGD(lr=0.2, nesterov=True, decay=1e-7, momentum=0.9)
在您的 mode.fit 命令周围放置另一个范围,以将梯度传播链接拉到一起:
with tf.variable_scope("training"):
model.fit_generator(generator, epochs=nb_epoch)
仅这些步骤就可以真正清理模型。然后围绕重复单元和任何损失计算做同样的事情。一些很好的例子and pictures at this link。
以这种方式使用范围,我的所有张量板图看起来都像是架构的演示图片,并且可以双击任何内容以深入了解细节。
【讨论】: