Question

我是深度学习的初学者，遵循tensorflow wide_n_deep_learning_tutorial的代码，我想用自己的数据设计自己的预测模型。数据非常大，超过100万个例子，我必须确定应该将多少数据输入模型进行培训。众所周知，旧的方法是绘制曲线（数据与得分之间的关系），如

专注于广泛而深入的学习示例代码，有没有办法在张量板中绘制该曲线，或者是否有其他方法可以找出数据量与模型精度之间的关系？

Answer 1

您可以使用Tensorflow摘要执行此操作，这些摘要本质上是日志。并且为了编写日志，您需要一个日志编写器（或称为tensorflow的内容）一个SummaryWriter。因此，您应该在列车循环之前添加以下行。

writer = tf.train.SummaryWriter(logs_path, graph=tf.get_default_graph())

这将创建一个日志文件夹并保存图形结构。训练结束后，您可以启动张量板，它会显示所有图表。

tensorboard --logdir=<your-path-to-the-log-dir> --port 6006

编辑：要记录动态值，您必须添加更多这样的说明

tf.scalar_summary("cost", cross_entropy)
tf.scalar_summary("accuracy", accuracy)

要获得简短易学的教程，请转到here（已弃用）

Here您可以根据MNIST示例找到有关Tensorboard的官方教程