python - 如何绘制 tensorflow 神经网络对象

标签 python tensorflow

我尝试了 tensorflow 螺旋数据集的示例代码并构建了神经网络。我想可视化网络的图形结构。 PFB 我尝试过的代码。

with tf.Graph().as_default():
    net = tflearn.input_data([None, 2])
    net = tflearn.fully_connected(net,6,
                activation='tanh',weights_init='normal')
    print(net)

最佳答案

要可视化图表,您应该使用 TensorBoard。这是tutorial了解如何使用它。

您可以在代码末尾添加一个摘要编写器,它将向给定位置写入一个事件文件(包含图形的可视化)。

graph = tf.Graph()
with graph.as_default():
    net = tflearn.input_data([None, 2])
    net = tflearn.fully_connected(net,6,
                activation='tanh',weights_init='normal')

sess = tf.Session(graph=graph)
writer = tf.train.SummaryWriter('tmp/tensorboard_log', sess.graph)

然后您只需运行 tensorboard --logdir tmp/tensorboard_log 并在浏览器中进入 localhost:6006/#graphs

关于python - 如何绘制 tensorflow 神经网络对象,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/37718934/

相关文章:

python - SharePoint Online 中的远程身份验证

python - Django 脆皮形式的 if 语句,条件形式布局

python - TensorFlow 2.1 调用 cuInit : UNKNOWN ERROR (303) 失败

python - 传递无限重复的数据集时,必须指定 `steps_per_epoch` 参数

python - 如何在 VIM 中指定 Python 解释器版本?

python - 高效地将大型 Pandas 数据帧写入磁盘

tensorflow - 对于可调用的损失函数(以函数的形式),它是 TensorFlow 最佳实践吗?除了 Eager Execution 兼容性之外还有其他优势吗?

tensorflow - 如何解释具有大输入图像的全连接模型的损失值

python - 在windows python 3.6上安装tensorflow

python - 使用 % 字典格式化多行字符串