2

我试图了解张量板如何可视化图表。为此，我使用了一个简单的线性回归。这是我的代码：

# LINEAR REGRESSION IN TENSORFLOW

# generate points
import numpy as np 
import os
import time
import tensorflow as tf

num_points = 1000
vectors_set = []
for i in xrange(num_points):
    x1 = np.random.normal(0.0, 0.55)
    y1 = x1 * 0.1 + 0.3 + np.random.normal(0.0, 0.03)
    vectors_set.append([x1, y1])

with tf.name_scope('data') as scope:
    x_data = [v[0] for v in vectors_set]
    y_data = [v[1] for v in vectors_set]

# Cost function and gradient descent algorithm
with tf.name_scope('model') as scope:
    W = tf.Variable(tf.random_uniform([1], -1, 1), name = "W")
    b = tf.Variable(tf.zeros([1]), name = "b")
    z = tf.add(W * x_data, b, name = "z")

with tf.name_scope('loss') as scope:
    loss = tf.reduce_mean(tf.square(z - y_data))

optimizer = tf.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(loss)

# Running the algorithm
init = tf.initialize_all_variables()

sess = tf.Session()
sess.run(init)

timestamp = str(int(time.time()))
print timestamp
train_summary_writer = tf.train.SummaryWriter(
      os.path.join(
          "./", "summaries", timestamp), sess.graph)
train_summary_writer.add_graph(sess.graph)

这是张量板可视化： 在此处输入图像描述

我的问题是：

  1. 我没有在我的图表中定义渐变。它默认带有张量板吗？
  2. 为什么从损失到梯度有 8 个张量？为什么从模型到梯度有 5 个张量？
  3. 我没有定义变量 y。张量板会自动将 y 分配给常量吗？我怎样才能改变它？
  4. 为什么我的图表没有显示操作之间的箭头？

非常感谢！

4

1 回答 1

4

  1. 当您创建 tf.train.GradientDescentOptimizer 时，渐变会自动添加到您的图表中

  2. 您的代码指定 GradientDescentOptimizer 应该最小化损失，这意味着它取决于损失。此外，为了最大限度地减少损失，它需要更新模型中的权重。

  3. 对此我不确定; 你可以上传图形定义吗？（您可以从会话中获取图形定义。）

  4. 我们在添加张量形状时禁用了箭头，但是很多人都要求使用它们，所以我们将其放回原处。

顺便说一句，现在您正在将数据内联到模型中，这不是一个好的模式。在块中：

with tf.name_scope('data') as scope:
  x_data = [v[0] for v in vectors_set]
  y_data = [v[1] for v in vectors_set]

name_scope 没有做任何事情，因为您没有在那里创建任何 tensorflow 操作，只是声明 Python 列表。相反，您应该考虑使用占位符。

于 2016-06-14T01:44:06.403 回答