トレーニングプロセスの可視化アウト
インポートのTFとしてtensorflow インポートのNPとしてnumpyの インポートPLTのようmatplotlib.pyplot #去掉警告 インポート警告 warnings.filterwarnings(" 無視する"、"* GUIが実装されている。* " ) インポートのOS はos.environ [ ' TF_CPP_MIN_LOG_LEVEL ' ] = ' 2 「 DEF add_layer(入力、IN_SIZE、OUT_SIZE、activation_function = なし): 重量 = tf.Variable(tf.random_normal([IN_SIZE、OUT_SIZE])) バイアス= tf.Variable(tf.zeros([1、OUT_SIZE])+ 0.1) #保证バイアス不为0 Wx_plus_b = tf.matmul(入力、重み)+ バイアス 場合 activation_function == なし: 出力 = Wx_plus_b 他: 出力 = activation_function (Wx_plus_b) リターン出力 x_data = np.linspace(-1、1、300) #(300) x_data = x_data.reshape(300,1) #(300、1) ノイズ = np.random.normal(0、0.05 、x_data.shape) y_data = np.square(x_data) - 0.5 + ノイズ #为バッチ做准备 XS = tf.placeholder(tf.float32、[なし]、[1 ]) YS = tf.placeholder(tf.float32、[なし]、[1 ]) L1 = add_layer(XS、1、10、activation_function = TF。 nn.relu) 予測 = add_layer(L1、10、1、activation_function = なし) 損失 = tf.reduce_mean(tf.reduce_sum(tf.square(YS -予測)、1 )) train_step = tf.train.GradientDescentOptimizer(0.1 ) .minimize(損失) INIT = tf.global_variables_initializer() #画图 図= plt.figure() AX = fig.add_subplot(1,1,1 ) ax.scatter(x_data、y_data) plt.ion() :SESのようtf.Session()と sess.run(INIT) のための工程における範囲(1,000 ): sess.run(train_step、feed_dict = {XS:x_data、YS:y_data}) であれば、ステップ20%== 0: #印刷( '損失='、sess.run(損失、feed_dict = {XS:x_data、YS:y_data})) #の 試み: # ax.lines.remove(行[0]) # 例外を除いて: #は 通過 prediction_value =のSES .RUN(予測、feed_dict = {XS:x_data}) #1 プリント(prediction_value) 行= ax.plot(x_data、prediction_value、' B- '、LW = 3 ) plt.pause( 0.1 ) ax.lines.remove(行[0]) ステップ + = 1 plt.show()
ソリューションでトレーニングプロセスの問題点:
1、何の青線を示しません
2、動的表示がありません
ソリューション:
1、スパイダー、ツール----好み---- IPythonコンソール----グラフィックス----バックエンド----変更自動
再起動スパイダー上の問題がある場合
2、ステップ+ = 1、私はちょうどこの文が増加しない走り始め、それが結果につながるが拒否され、赤いラインがありません