问题标签 [tensorboard]

有没有办法在同一张图上同时绘制训练损失和验证损失？

很容易为它们中的每一个单独设置两个单独的标量摘要，但这会将它们放在单独的图表上。如果两者都显示在同一个图表中，则更容易看到它们之间的差距以及它们是否由于过度拟合而开始发散。

有没有内置的方法来做到这一点？如果没有，解决方法？非常感谢！

我最近开始学习 tensorflow。我正在尝试输入我的自定义 python 代码作为训练数据。我已经生成了随机指数信号，并希望网络从中学习。这是我用来生成信号的代码-

如何将此图用作张量流中的输入向量？

我已经在 TensorFlow 中使用不同的图表运行了几次培训课程。我设置的摘要在训练和验证中显示了有趣的结果。现在，我想将我保存在摘要日志中的数据进行一些统计分析，并在总体上以不同的方式绘制和查看摘要数据。是否有任何现有的方法可以轻松访问这些数据？

更具体地说，是否有任何内置方法可以将 TFEvent 记录读回 Python？

如果没有简单的方法来做到这一点，TensorFlow 声明它的所有文件格式都是 protobuf 文件。根据我对 protobufs 的理解（这是有限的），如果我有 TFEvent 协议规范，我想我可以提取这些数据。有没有简单的方法来掌握这个？非常感谢。

我开始玩分布式 Tensorflow。我能够成功地将培训分布在不同的服务器上，但我在 tensorboard 中看不到任何摘要。

有谁知道这是否有任何限制或警告？

谢谢

我对 TensorFlow 很陌生。我正在使用自己的训练数据库进行图像分类。

但是，在我训练了自己的数据集之后，我不知道如何对输入图像进行分类。

这是我准备自己的数据集的代码

这是训练数据集的正确代码吗？

之后，我尝试使用它对输入图像进行分类，代码如下。

但是，它不会返回输入图像的预测标签。我正在找人教我如何使用我自己的数据集对图像进行分类。

谢谢你。

为了将一个简单的值记录val到 TensorBoard 摘要中，我需要

是

真的有必要val添加为摘要吗？

这个图是如何无环的？assign add op 将 x 添加到自身。

显然，AssignAdd 和 X 之间存在双向边。

为什么 X 被两次描绘为变量？

我在使用张量板时遇到问题。我的代码运行良好，当我尝试使用 tensorboard --logdir = logs/log1 可视化图形然后打开浏览器输入 localhost:6006 时，我看到的页面没有内容（只有 tensorboard 符号和选项卡，如事件、图形 .. .) 非常感谢帮助。不知道如何解决问题。（我正在使用 jupyter 笔记本）

这是我收到的错误消息：

我的代码如下：

用 jupyter notebook 关闭张量板的正确方法是什么？

我正在我的 jupyter 笔记本上编写 tensorflow。要启动，我正在做：1。

1. !tensorboard --logdir = logs/
2. 打开一个新的浏览器选项卡并输入localhost:6006

要关闭，我只是这样做：

1. 关闭浏览器上的 tensorflow 选项卡
2. 在 jupyter notebook 上，我点击中断内核

只是想知道这是否是正确的方法....

顺便说一句，在我的代码中，我将日志文件设置为“./log/log1”。启动张量板时，我应该使用--logdir = ./log or--logdir = ./log/log1吗？

非常感谢您。

我很困惑如何让我的 TensorBoard 图形可视化来捕捉我将计算值提供给我的一些占位符的事实。

我已经定义了占位符

以及用于计算其值的相应张量

然后我在训练我的模型时喂它

但我的 TensorBoard 图形可视化并没有显示这些“挂钩”。

我看到占位符正确连接到我的图表的其余部分

我也看到了所有相应的计算值

但后者不连接到前者。

这是预期的行为吗？有没有办法在我的图表的 TensorBoard 可视化中捕获计算值用于填充相应占位符的事实？

如果无法将计算值连接到图形，为什么要显示它们？以及为什么其他计算值正确显示。例如，我计算的动量值，它的定义就像上面的 feed dropout 值一样

确实显示连接到他们影响的图表的所有部分。