我写了张量流图以适应原始数据和重建数据之间的旋转角度。我试图使用verbosed名称作为张量和命名范围。
然而,图表情节完全不直观:
这可能是因为公式中的所有中间张量都被描述为图中的显式节点。
是否有可能以某种方式隐藏中间节点或未命名节点?
答案 0 :(得分:0)
获得漂亮且易于理解的张量图的技巧是使用范围声明。他们将东西聚集在一起并将细胞折叠在一起,直到双击。
将优化器放在范围优化器下,它将汇总优化器支持连接:
with tf.variable_scope("optimizer"):
opt = SGD(lr=0.2, nesterov=True, decay=1e-7, momentum=0.9)
在mode.fit命令周围放置另一个范围,将梯度传播链接拉到一起:
with tf.variable_scope("training"):
model.fit_generator(generator, epochs=nb_epoch)
仅这些步骤就可以清理模型。然后围绕重复单位和任何损失计算做同样的事情。一些很好的例子and pictures at this link。
以这种方式使用范围我的所有张量板图看起来都像是架构的演示图片,并且可以双击任何内容以进入细节。