tensorflow入门笔记(四) tf.summary 模块
模块内的函数:
- tf.summary.audio(name, tensor, sample_rate, max_outputs=3, collections=None, family=None)
输出带有音频的summary协议缓冲区。
- tf.summary.get_summary_description(node_def)
根据给定的TensorSummary node_def检索对应的SummaryDescription。当summary op被实例化时,相关元数据的
SummaryDescription会被存放在它的NodeDef中。这个方法检索该描述
- tf.summary.histogram(name, values, collections=None, family=None)
输出带有直方图的summary协议缓冲区
添加直方图summary后能够在TensorBoard上可视化数据的分布。
生成的Summary有一个summary value,它包含了values的直方图
- tf.summary.image(name, tensor, max_outputs=3, collections=None, family=None)
输出带有图像的Summary协议缓冲区
这个summary最多有max_outputs个包含图像的summary values
- tf.summary.merge(inputs, collections=None, name=None)
合并summaries
该op创建了一个summary协议缓冲区,它包含了输入的summaries的所有value的union
- tf.summary.merge_all(key=tf.GraphKeys.SUMMARIES, scope=None)
合并默认图中收集的所有summaries
- tf.summary.scalar(name, tensor, collections=None, family=None)
输出仅有一个标量值的Summary协议缓冲区
生成的Summary有一个Tensor.proto,它包含了输入Tensor
- tf.summary.tensor_summary(name, tensor, summary_description=None,collections=None,summary_metadata=None,family=None,display_name=None)
输出带有序列化tensor.proto的Summary协议缓冲区
- tf.summary.text(name,tensor,collections=None)
文本数据的Summary
模块内的类:
将Summary protocol buffer写入event files
FileWriter类提供了一种在给定目录下创建event file并向event file 添加summaries和events的机制。该类异步更新文件内
容。因此,训练中的程序可以在训练循环中直接调用methods将数据添加到文件,而训练不用减速。
缓存file writers
该类缓存file writers,每个目录拥有一个
- class SessionLog
- class Summary
- Class SummaryDescription
- Class TaggedRunMetadata
tensorflow入门笔记(四) tf.summary 模块的更多相关文章
- 1 TensorFlow入门笔记之基础架构
------------------------------------ 写在开头:此文参照莫烦python教程(墙裂推荐!!!) ---------------------------------- ...
- TensorFlow入门(四) name / variable_scope 的使
name/variable_scope 的作用 欢迎转载,但请务必注明原文出处及作者信息. @author: huangyongye @creat_date: 2017-03-08 refer to: ...
- 2 TensorFlow入门笔记之建造神经网络并将结果可视化
------------------------------------ 写在开头:此文参照莫烦python教程(墙裂推荐!!!) ---------------------------------- ...
- OpenGLES入门笔记四
原文参考地址:http://www.cnblogs.com/zilongshanren/archive/2011/08/08/2131019.html 一.编译Vertex Shaders和Fragm ...
- tensorflow入门笔记(三) tf.GraphKeys
tf.GraphKeys类存放了图集用到的标准名称. 该标准库使用各种已知的名称收集和检索图中相关的值.例如,tf.Optimizer子类在没有明确指定待优化变量的情况下默认优化被收集到tf.Grap ...
- tensorflow入门笔记(一) tf.app.flags.FLAGS
tf.app.flags.DEFINE_xxx()就是添加命令行的optional argument(可选参数),而tf.app.flags.FLAGS可以从对应的命令行参数取出参数.举例如下: FL ...
- tensorflow+入门笔记︱基本张量tensor理解与tensorflow运行结构
Gokula Krishnan Santhanam认为,大部分深度学习框架都包含以下五个核心组件: 张量(Tensor) 基于张量的各种操作 计算图(Computation Graph) 自动微分(A ...
- tensorflow入门笔记(五) name_scope和variable_scope
一.上下文管理器(context manager) 上下文管理器是实现了上下文协议的对象,主要用于资源的获取与释放.上下文协议包括__enter__.__exit__,简单说就是,具备__enter_ ...
- tensorflow学习笔记四:mnist实例--用简单的神经网络来训练和测试
刚开始学习tf时,我们从简单的地方开始.卷积神经网络(CNN)是由简单的神经网络(NN)发展而来的,因此,我们的第一个例子,就从神经网络开始. 神经网络没有卷积功能,只有简单的三层:输入层,隐藏层和输 ...
随机推荐
- Java 分布式和集中式理解
文章转载自:https://blog.csdn.net/youanyyou/article/details/79406507
- 关于Python打包运行的一些思路
需求 本地开发python django应用程序,然后放到生产环境运行.使用了tensorflow,手动安装包很麻烦.生产环境不能联网,不能使用 pip freeze. 思路: 使用docker,直接 ...
- Tomcat配置多个域名绑定到不同项目
<Host name="www.dn-serve.com" appBase="webapps" unpackWARs="true" a ...
- 【Python】socket模块应用
[Socket] 本文记录了一些socket模块的简单应用,对于具体原理还没来得及深究. ■ 利用socket模块进行端口连接验证和扫描 在linux中常用nc命令来进行远端端口是否开放的验证.但是这 ...
- USB学习笔记连载(二十一):CY7C68013A进行数据传输(一)
官方手册中给出了bulkloop参考例程,此例程是PC从端口2发送出数据,然后从端口6接收到数据,那么根据这个思想,可以进行修改,使得PC机接收到的数据不是从EP2发送过来的,而是从外部逻辑,比如FP ...
- pca , nmds , pcoa 图添加分组的椭圆
对于pca , nmds, pcoa 这些排序分析来说,我们可以从图中看出样本的排列规则,比如分成了几组. 为例样本分组更加的直观,我们可以根据实验设计时的样本分组情况,对属于同一个group的样本添 ...
- golang IO 流抽象与应用
https://blog.csdn.net/pmlpml/article/details/82930191
- [Stats385] Lecture 03, Harmonic Analysis of Deep CNN
大咖秀,注意提问环节大家的表情,深入窥探大咖的心态,很有意思. 之前有NG做访谈,现在这成了学术圈流行. Video: https://www.youtube.com/watch?v=oCohnBbm ...
- [Artoolkit] Marker of nftSimple
重点看:markers.dat 的解析原理 1. int main(int argc, char** argv) { ]; const char *cparam_name = "Data2/ ...
- 网络编程 -- RPC实现原理 -- Netty -- 迭代版本V2 -- 对象传输
网络编程 -- RPC实现原理 -- 目录 啦啦啦 V2——Netty -- 使用序列化和反序列化在网络上传输对象:需要实现 java.io.Serializable 接口 只能传输( ByteBuf ...