我有以下交叉熵函数。
cross_entropy = -tf.reduce_sum(y_*tf.log(y_conv))
for i in range(max_training_step):
batch = next_batch(i)
if i % FLAGS.beta_resolution == 0:
train_accuracy = accuracy.eval(feed_dict={x: batch[0], y_: batch[1], keep_prob: 1.0})
print("step %d, training accuracy %g" % (i, train_accuracy))
我想在每个训练步骤后打印它。我想使用matplotlib
绘制图表b / w训练步骤和熵。
我该怎么做? (我不想使用tensorflow进行图形绘制)
答案 0 :(得分:0)
当您进行会话运行调用(例如res=sess.run(...)
)时,您可以为您的交叉熵变量进行提取。
例如,假设您有一个复杂的sess.run()调用,它可以获得一些预测但你也想要你的交叉熵,那么你可能有这样的代码:
```
feeds={x_data:x,y_data:y}
fetches=[y_result,cross_entropy]
res=sess.run(fetches=fetches, feed_dict=feeds)
predictions=res[0] #your first fetch parameter
xent=res[1] #Your second fetch parameter.
``` 运行调用中的提取允许您从图表中“获取”张量。