TensorFlow 可视化显示 运行过程_pycharm tensorflow 运行状态-程序员宅基地
技术标签： python3 tensorboard 机器学习 Anaconda TensorFlow
最近两天在跟着莫烦大神修炼TensorFlow，今天学到的是TensorFlow 可视化，是Tensorboard下显示的。现附上莫烦大神的代码，和本机运行的可视化结果和操作。
学习视频：Tensorflow 搭建自己的神经网络 (莫烦 Python 教程) https://www.bilibili.com/video/av16001891
系统环境：
- Win7 64位
- pycharm
- python 3.6
- Anaconda3(64-bit）
代码如下：（代码来源，跟着视频敲的，有些自己的注释）
# @Author : cyl
# @Time : 2018/8/9 10:07
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
import tensorflow as tf
import numpy as np
def add_layer(inputs,in_size,out_size,activation_function=None):
'''
添加隐藏层
:param inputs:
:param in_size:
:param out_size:
:param activation_function:激活函数
:return:
'''
with tf.name_scope('layer'):
with tf.name_scope('weights'):
Weights=tf.Variable(tf.random_normal([in_size,out_size]),name='weight') # 定义为一个矩阵
with tf.name_scope('biases'):
biases = tf.Variable(tf.zeros([1,out_size])+0.1)
with tf.name_scope('Wx_plus_b'):
Wx_plus_b = tf.add(tf.matmul(inputs,Weights),biases) # 存储预测的值
if activation_function is None:
outputs = Wx_plus_b
else:
outputs = activation_function(Wx_plus_b)
return outputs
# 定义数据
x_data = np.linspace(-1,1,300)[:,np.newaxis]
noise = np.random.normal(0,0.05,x_data.shape) # 生成噪声数据
y_data = np.square(x_data)-0.5+noise
with tf.name_scope('inputs'):
xs = tf.placeholder(tf.float32,[None,1],name="x_input")
ys = tf.placeholder(tf.float32,[None,1],name="y_input")
l1 = add_layer(xs,1,10,activation_function=tf.nn.relu) # 隐藏层
prediction = add_layer(l1,10,1,activation_function = None) # 输出层
with tf.name_scope('loss'):
loss = tf.reduce_mean(tf.reduce_sum(tf.square(ys-prediction),reduction_indices=[1])) # 误差
with tf.name_scope('train'):
train_step = tf.train.GradientDescentOptimizer(0.1).minimize(loss)
sess = tf.Session()
writer = tf.summary.FileWriter("F:/tfLogs/",sess.graph)
init = tf.global_variables_initializer() # 初始化所有变量
sess.run(init)注意：
下面这句代码中，"F:/tfLogs/”表示的是输出的可视化图像的位置，可以根据自己的情况进行指定，我的是放在了f盘下。
writer = tf.summary.FileWriter("F:/tfLogs/",sess.graph)
操作步骤：
1、准备好代码后，点击run 运行程序，不报错误
会在目录下生成类似这样的文件：events.out.tfevents.1533782924
2、转到pycharm 的Terminal下
3、复制Terminal中http 网址，放到浏览器中:双击节点，便能打开神经网络中的节点了
智能推荐
W10系统matlab无法保存对该路径的更改 pathdef_MATLAB的运行与窗口介绍-程序员宅基地
文章浏览阅读2.4k次。1.首先打开MATLAB软件：MATLAB在安装中如果没有选择在桌面生成快捷方式，则需要去安装目录下自己查找，具体路径如下图：2.运行MATLAB运行MATLAB软件，打开后界面如下图所示：此为MATLAB软件的主界面，主要分为上图中的6个部分：菜单栏/工具栏工作目录工作目录中的文件目录目录窗口工作区命令历史记录3.菜单栏/工具栏的介绍对于菜单栏/工具栏来讲，主要有三个选项卡，如图中红色..._matlab无法保存对该路径的更改 pathdef
【配电网重构】基于SOE算法的多时段随机配电网重构方法【IEEE33节点、IEEE84节点】（Matlab代码实现）_ieee65节点-程序员宅基地
文章浏览阅读430次。配电网重构(DNR)的目的是确定配电网的最优拓扑结构，是降低电网功率损耗的有效措施。电力负荷需求和光伏(PV)输出是不确定的，并随时间变化，将影响最佳网络拓扑结构。单小时确定性DNR无法处理这种不确定性和可变性。为此，本文提出了求解多小时随机DNR (SDNR)的方法。现有的DNR求解方法要么不准确，要么过于耗时，因此无法求解大型配电网的多小时sdnr。为此，提出了一种开关开交换(SOE)方法。从所有开关关闭的环路网络开始，SOE由三个步骤组成。第一步是依次打开开关，直到打开所有循环。_ieee65节点
拦截器Interceptor-程序员宅基地
文章浏览阅读2.7w次，点赞44次，收藏253次。拦截器 是 SpringMVC 框架自己的，只有使用了 SpringMVC 框架的工程才能用。作用：可以构成拦截器栈，完成特定功能。比如日志记录、登录判断、权限检查等作用。好处：拦截器也可以让你将通用的代码模块化并作为可重用的类。拦截器的应用：AOP、需要有一些业务逻辑（需要注入Bean等）理解：拦截器可以说相当于是个过滤器：就是把不想要的或不想显示的内容给过滤掉。拦截器可以抽象出一部分代码可以用来完善原来的方法。同时可以减轻代码冗余，提高重用率。比如在登入一个页面时，如果要求._拦截器
解决echarts中地图重叠问题_echarts地图文字重叠解决方案-程序员宅基地
文章浏览阅读1.1w次，点赞7次，收藏5次。在使用Echarts开发项目时，困扰许久的地图重叠问题，无意间在echarts官方文档中找到了解决方案。示例：如上图，其代码如下：geo: { backgroundColor:'#232e67', map: 'china', roam: true,},series: [ { backgroundColor:'#232e67', name: '用户分布', type: 'map', mapType: 'china', data: [] }]该写法会_echarts地图文字重叠解决方案
vue-cli 配置多环境打包_debugger attached. > [email protected]程序员宅基地
文章浏览阅读1.9k次。情况由于目前前端切换 环境配置 变得比较频繁 之前的手动切换环境配置的方式比较繁琐且容易遗漏或者出错 配置多环境，可以实现一键打包测试包或生产包初步实现npm run dev // 本地运行--开发环境npm run dev:test // 本地运行--测试环境npm run build:test // 打包发布--开发环境npm run build:prod // 打包发布--测试环境步骤1.在根目录新建文件.env.dev、.env.testenv、 .env.pr_debugger attached. > [email protected] lint > vue-cli-service li
解决：Assign object to a variable before exporting as module default-程序员宅基地
文章浏览阅读3.7k次，点赞2次，收藏4次。export default { user: {}}解决：const user = { user: {}}export default user;_assign object to a variable before exporting as module default
随便推点
快速理解复杂系统组成学习内容整合-程序员宅基地
文章浏览阅读1.5w次，点赞23次，收藏17次。复杂系统是由多个相互关联、相互作用的组件组成的大型系统，通过这些组件的协同工作来完成特定的任务或提供特定的服务。在设计复杂系统时，通常会考虑以下五个关键模块：接入系统 (Access System)+应用系统 (Application System)+基础平台 (Foundation Platform)+中间件 (Abundant External Middleware)+支撑系统 (Supporting System)_复杂系统组成
WIN7服务器配置之MySQL数据库安装图解（适用于5.1，5.5的版本）_win7 mysql 管理器-程序员宅基地
文章浏览阅读1.5k次。我用的mysql-5.5.9-win32.msi版本的，你可以从这里下载5.5最新版本的，安装和配置都是一样的，关于其中一些版本的区别：The Essentials Package：不包含 embedded server and benchmark suite，有自动安装程序和配置向导，没有MySQL Documentation；The Complete Package：包含 embedded_win7 mysql 管理器
工厂设计模式-程序员宅基地
文章浏览阅读5.4k次，点赞5次，收藏13次。1、概念工厂模式分三种：简单工厂模式、工厂方法模式、抽象工厂模式简单工厂模式(Simple Factory Pattern)：属于类的创新型模式，又叫静态工厂方法模式(Static FactoryMethod Pattern),是通过专门定义一个类来负责创建其他类的实例，被创建的实例通常都具有共同的父类。简单工厂模式严重违背了“开闭原则”，难以拓展。工厂方法模式(Factory Method)：定义一个创建产品对象的工厂接口，将实际创建工作推迟到子类当中。核心工厂类不再负责产品的创建，这样核心类成为_工厂设计模式
cocos creator - WebView内部页面的交互和层级问题-程序员宅基地
文章浏览阅读1.5w次，点赞5次，收藏24次。我们知道creator里的WebView，VideoPlayer等特殊组件有一个非常严重的问题，就是不管你怎么设置层级，这类组件始终处于最上层！其他UI组件会被遮挡。我们打开浏览器运行，F12检测元素就可以清楚的看到他们的层级关系。如下图：通过上图我们可以清楚的看到，video(videoPlayer组件) 和 iframe(webView组件) 在 canvas(GameCanvas) ...
高级运维必会技术栈_运维技术栈-程序员宅基地
文章浏览阅读5.7k次，点赞3次，收藏29次。高级运维必会技术栈_运维技术栈
AWS新用户入门学习必备知识_aws基础知识-程序员宅基地
文章浏览阅读1.2w次，点赞15次，收藏109次。AWS新用户入门学习必备知识博主介绍亚马逊云科技的历史Amazon Elastic Compute Cloud添加服务器，部署第一个应用需要了解的知识点计算机服务通过管理控制台启动EC2实例如果管理Amazon EC2网络网络服务Amazon VPC功能子网（Subnet）子网类型公有子网带有 NAT 网关的私有子网隔离的私有子网安全组与NACL存储服务数据存储选项Amazon EC2 中EBS与实列存储什么是EBS性能测试Amazon EC2 实例存储备份数据Amazon EFS介绍Amazon EFS_aws基础知识