tensorboard

    1熱度

    1回答

    我有一種情況,我只想一次存儲一個張量。 IIUC,FileWriter將摘要附加到現有事件文件。現在,每次我想要寫一個總結,我這樣做在一個類中的init: self.WRITER = tf.summary.FileWriter(self.LOGDIR, max_queue=1, flush_secs=9999999) ,並在類方法: summ

    1熱度

    1回答

    我一直在嘗試運行tensoarboard沒有任何成功。我可以看到函數tf.summary.FileWriter()正在工作,因爲我可以看到logFile是在正確的文件夾中創建的。但是,當我在終端運行: tensorboard --logdir=/private/tmp/mnist/2 --port=6006 我得到: **Traceback (most recent call last):**

    0熱度

    1回答

    我想實現從謝爾蓋Zagoruyko使用Tensorflow連體網絡 http://www.cv-foundation.org/openaccess/content_cvpr_2015/papers/Zagoruyko_Learning_to_Compare_2015_CVPR_paper.pdf 我不知道到2輸入層串聯到頂網(全連接層+ relu +完全連接層)

    2熱度

    1回答

    我添加了一個TensorBoard可視化到我的網絡,並注意到只有外層變化很大。爲什麼網絡的權重沒有改變很多?這在覆蓋直方圖中尤其明顯。 直方圖 相同,但覆蓋視圖 我的模型 def neural_network_model(inputdata): """The blueprint of the network and the tensorboard information :p

    0熱度

    1回答

    我是tensorboard的新手,並試圖使其在我的GCE上運行谷歌雲數據實驗室。 我使用從代碼: https://github.com/MorvanZhou/tutorials/blob/master/tensorflowTUT/tf15_tensorboard/full_code.py 的數據保存在日誌文件夾的GCE。因此從datalab的執行命令是: tensorboard --logdir

    2熱度

    2回答

    我通過這裏描述的步驟在我的MacBook Pro 10.12.5上從源代碼安裝了TensorFlow。 https://www.tensorflow.org/install/install_sources TensorFlow本身運作良好,但我無法運行TensorBoard。 似乎tensorboard沒有正確安裝。 當我嘗試運行tensorboard --logdir=...它說-bash: t

    1熱度

    2回答

    我正在運行mnist_wiht_summaries並運行張力板指向相同的日誌目錄。這似乎是tensorboard成功運行它表明: Starting TensorBoard 47 at http://0.0.0.0:6006 (Press CTRL+C to quit) 但是當我打開http:/0.0.0.0:6006表示 網絡錯誤(tcp_error) 發生通信錯誤: 「」 Web服務器可能

    0熱度

    1回答

    我用tflearn 但我想使用張量板及其可視化 我該如何使用它? 如何獲得會話窗體? 例如在這個例子中(Pannous speech_data)https://github.com/llSourcell/tensorflow_speech_recognition_demo/blob/master/demo.py

    0熱度

    1回答

    我想獲取有關我的圖表需要多少內存的信息,所以我試圖使用tf.RunMetadata列車選項來檢查張量板中不同圖形組件的字節信息。我的代碼的培訓部分看起來像這樣: sess=tf.Session ... for itr in xrange(MAX_STEPS): train_images, train_annotations = train_dataset_reader.next_b

    0熱度

    1回答

    我寫了一個簡單的代碼來嘗試Tensorflow彙總功能。代碼如下。 import tensorflow as tf import numpy as np graph = tf.Graph() with graph.as_default(): x = tf.placeholder(tf.float32, [1, 2], name='x') W = tf.ones([2