我使用tensorflow建立了一个快速的网络,它似乎正在训练。它将GPU用于所有网络操作,我通过使用tf.Session(config=tf.ConfigProto(log_device_placement=True))
我像这样设置网络:
train, image_guess = network(images, labels)
tf.summary.image('Guess', image_guess, max_outputs=3)
tf.summary.image('Input', images, max_outputs=3)
tf.summary.image('Target', tf.image.hsv_to_rgb(labels), max_outputs=3)
sess.run([
tf.local_variables_initializer(),
tf.global_variables_initializer(),
])
网络功能设置图形并返回训练操作和结果图像张量以进行记录。
def network(images, labels):
with tf.variable_scope("NN") as scope:
...
return train_step, image_guess
在张量板中可视化图形会带来麻烦。出于某种原因,它只显示我的输入处理操作的图形,如下所示: transition
如何让它正确显示我的整个网络?