如何理解张量流量张量板直方图?

时间:2016-04-05 14:25:08

标签: machine-learning tensorflow theano deep-learning caffe

我想知道如何理解张量流图/生成的直方图。 可以找到此代码here. 这个图表很容易理解准确性和损失是直接理解的。

Accuracy- Accuracy of current state of network for given train data.
Higher is better

Accuracy/Validation -  Accuracy of current state of network for given Validation data which is 
not seen by network before. Higher is better

Loss- Loss of network on train data. Lower is better.
Loss/Valadation - Loss of network on test data. Lower is better.
If loss increases it's a sign of over-fitting.
Conv2d/L2-Loss - Loss of particular layer wrt train data. 

enter image description here

基本上图表表示什么以及如何使用它来理解我的网络,如果可能的话,我可以做些什么改进来改进它。

如何解释直方图?

enter image description here

1 个答案:

答案 0 :(得分:-1)

tf.summary.histogram 采用任意大小和形状的Tensor,并将其压缩成直方图数据结构,该结构由具有宽度和计数的许多箱组成。例如,假设我们想将数字[0.5,1.1,1.3,2.2,2.9,2.99]组织成箱子。我们可以制作三个箱子:一个包含从0到1的所有物品的箱子(它包含一个元素,0.5),一个包含1-2的所有物品的箱子(它包含两个元素,1.1和1.3),*一个包含所有物品的箱子2-3(它将包含三个元素:2.2,2.9和2.99)。

请按照以下链接了解更多详情:

sunside answer

Tensorflow documentation