深度学习-基于Python语言和Tensorflow平台第9章_查看图形化的模型课件

上传人:风*** 文档编号:229077062 上传时间:2023-08-22 格式:PPTX 页数:17 大小:1.78MB
收藏 版权申诉 举报 下载
深度学习-基于Python语言和Tensorflow平台第9章_查看图形化的模型课件_第1页
第1页 / 共17页
深度学习-基于Python语言和Tensorflow平台第9章_查看图形化的模型课件_第2页
第2页 / 共17页
深度学习-基于Python语言和Tensorflow平台第9章_查看图形化的模型课件_第3页
第3页 / 共17页
资源描述:

《深度学习-基于Python语言和Tensorflow平台第9章_查看图形化的模型课件》由会员分享,可在线阅读,更多相关《深度学习-基于Python语言和Tensorflow平台第9章_查看图形化的模型课件(17页珍藏版)》请在装配图网上搜索。

1、Email:谢琼查看图形化的模型第9章深度学习基于Python语言和Tensorflow平台了解数据流向图的概念学习控制数据流向图中的名称显示010203target目标学习用TensorBoard查看神经网络的数据流向图目 录 导 航123数据流图用TensorBoard查看数据流图控制在TensorBoard图中对象的名称Contents神经网络模型图在TensorFlow中,用程序定义的模型都是用“数据流图”(Dataflow Graph)来表示的,也称为“计算图”,有时候也直接简称为“图”。数据流图不仅能够表现出数据的流向,也能够表现出在数据流向中对数据的计算操作(简称Op)。数据流向

2、图和设计神经网络模型时的模型图表达的内容并不完全一致,但是可以起到互相验证的作用。目 录 导 航123数据流图用TensorBoard查看数据流图控制在TensorBoard图中对象的名称ContentsTensorBoard工具&TensorBoard安装完毕后,自带了一个工具软件TensorBoard,可以用来查看数据流向图。用于演示计算图的代码importtensorflowastfx=tf.placeholder(shape=1,3,dtype=tf.float32)w=tf.Variable(tf.ones(3,3),dtype=tf.float32)b=tf.Variable(1,

3、dtype=tf.float32)y=tf.matmul(x,w)+bsess=tf.Session()sess.run(tf.global_variables_initializer()sess.run(y,feed_dict=x:1,2,3)writer=tf.summary.FileWriter(graph,sess.graph)保存计算图到graph文件夹启动TensorBoard用浏览器访问该网址即可,如有问题,可访问http:/127.0.0.1:6006这是启动TensorBoard的命令浏览器中看到的计算图可变参数Placeholder也是一种操作(Op),张量都是由操作生成的

4、注意这两个Op目 录 导 航123数据流图用TensorBoard查看数据流图控制在TensorBoard图中对象的名称Contents控制图中的显示名称importtensorflowastfx=tf.placeholder(shape=1,3,dtype=tf.float32,name=x)w=tf.Variable(tf.ones(3,3),dtype=tf.float32,name=w)b=tf.Variable(1,dtype=tf.float32,name=b)y=tf.matmul(x,w,name=MatMul)+bsess=tf.Session()sess.run(tf.gl

5、obal_variables_initializer()sess.run(y,feed_dict=x:1,2,3)writer=tf.summary.FileWriter(graph,sess.graph)用name这个函数参数来控制Op也可以用name参数来控制修改后的图是否可以把这里命名为y?修改加法操作以显示名称importtensorflowastfx=tf.placeholder(shape=1,3,dtype=tf.float32,name=x)w=tf.Variable(tf.ones(3,3),dtype=tf.float32,name=w)b=tf.Variable(1,dt

6、ype=tf.float32,name=b)y=tf.add(tf.matmul(x,w,name=MatMul),b,name=y)sess=tf.Session()需要把加号“+”改成tf.add这个函数的形式完美的计算图显示练习p将将代代码码9.19.1中中的的矩矩阵阵乘乘法法换换成成点点乘乘后后用用TensorBoardTensorBoard查看对应的数据流图。查看对应的数据流图。p修修改改上上一一题题中中代代码码,使使得得点点乘乘操操作作在在图图中中能够显示自定义的名称。能够显示自定义的名称。互助互利共同进步深度学习基于Python语言和Tensorflow平台更多样书申请和资源下载需求,请登录人邮教育社区()海量图书方便查询免费申请样书下载配套资源优惠购书成为作者囊括各大品类,您想要的应有尽有教师免费申请样书,我们将安排快递迅速送达教学视频、PPT课件、教学案例、习题答案、模拟试卷等丰富资源免费下载教师可以申请最低折扣学生直接优惠购买图书欢迎写文章投稿,我们强大的编辑团队将为您提供专业和高效的编辑出版服务

展开阅读全文
温馨提示:
1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
2: 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
3.本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 装配图网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

copyright@ 2023-2025  zhuangpeitu.com 装配图网版权所有   联系电话:18123376007

备案号:ICP2024067431-1 川公网安备51140202000466号


本站为文档C2C交易模式,即用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。装配图网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知装配图网,我们立即给予删除!