本系列將分為 8 篇 。今天是第三篇 。主要講講感知器模型和 tensorboard 的基本使用方法 。

1. 感知器模型

因?yàn)樾≌仓皩戇^一篇感知器模型的介紹 ，這里就不贅述了 。有需要鞏固的點(diǎn)擊如下鏈接跳轉(zhuǎn)即可 ：

深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)之——感知器及其Python實(shí)現(xiàn)

2. tensorboard

TensorBoard 是 TensorFlow 自帶的可視化結(jié)構(gòu)管理和調(diào)試優(yōu)化網(wǎng)絡(luò)的工具 。在我們學(xué)習(xí)深度學(xué)習(xí)網(wǎng)絡(luò)框架時(shí) ，我們需要更直觀的看到各層網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù) ，也可以更好的進(jìn)行調(diào)試優(yōu)化網(wǎng)絡(luò) 。TensorBoard 可以實(shí)現(xiàn)網(wǎng)絡(luò)結(jié)構(gòu)的顯示 ，也可以進(jìn)行顯示訓(xùn)練及測試過程中各層參數(shù)的變化情況 。

TensorBoard 界面如下 ：

?

我們可以看到頂部有幾個(gè)功能分類 ：SCALARS 、GRAPHS 、HISTOGRAM 等 。

SCALARS 是訓(xùn)練參數(shù)統(tǒng)計(jì)顯示 ，可以看到整個(gè)訓(xùn)練過程中 ，各個(gè)參數(shù)的變換情況 。

HISTOGRAM 是訓(xùn)練過程參數(shù)分布情況顯示 。

GRAPHS?是網(wǎng)絡(luò)結(jié)構(gòu)顯示 。

?

TensorBoard 基本操作介紹如下 ：

下面用一個(gè)最簡單的例子來實(shí)現(xiàn)基礎(chǔ)啟動(dòng) 。定義了兩個(gè)常量相加的操作 ，運(yùn)行后會(huì)在 log_test 文件夾中出現(xiàn)目標(biāo)文件 。

之后我們需要在命令窗口啟動(dòng) tensorboard 。方法在上邊基礎(chǔ)語法介紹中提及 。這里就小詹自己代碼存放位置 ，可在命令窗口執(zhí)行如下命令 ，得到一個(gè)網(wǎng)址（下圖標(biāo)出的部分），并在瀏覽器中打卡即可 。

在瀏覽器中打開該網(wǎng)址即可得到上述實(shí)例程序的 graph 信息 。

舉例比較簡單 ，但是并不說明 TensorBoard 不重要 。事實(shí)上 ，基于 TensorBoard ，我們可以直觀的看到各層網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)，也可以更好的進(jìn)行調(diào)試優(yōu)化網(wǎng)絡(luò)。

?

往期推薦：

1.?深度學(xué)習(xí)入門筆記系列 ( 一 )

2.?深度學(xué)習(xí)入門筆記系列 ( 二 )

3.?GitHub 與 git 筆記 。

▲掃碼關(guān)注我們
個(gè)人微信：python_jiang

?

總結(jié)

以上是生活随笔為你收集整理的深度学习入门笔记系列（三）——感知器模型和 tensorboard 的使用方法的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。