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