备注:tensorflow模型训练时同时进行测试,将结果可视化。
来源:互联网 发布:吸入麻醉药的mac 编辑:程序博客网 时间:2024/06/05 08:39
1、首先创建两个placeholder,用来存放测试数据集,和标签。
x = tf.placeholder(tf.float32, shape = [BATCH_SIZE,256,256,3])y_ = tf.placeholder(tf.int16,shape = [BATCH_SIZE])
2、创建一个FileWriter ,用于写入测试数据信息
test_writer = tf.summary.FileWriter(logs_test_dir, sess.graph)
3、将测试数据传入到训练中的模型
val_image,val_label = sess.run([test_batch,test_label_batch])val_loss , val_acc = sess.run([train_loss,train__acc],feed_dict={x:val_image,y_:val_label})
print('Step %d, test loss = %.2f, test accuracy = %.2f%%' %(step, val_loss, val_acc*100.0))summary_str = sess.run(summary_op)
4、将信息将入到log中test_writer.add_summary(summary_str, step)
注:
tf.train.Saver要在 FIleWrite之前创建
阅读全文
0 0
- 备注:tensorflow模型训练时同时进行测试,将结果可视化。
- tensorflow MNIST数据集的训练(线性模型)及tensorboard计算结果可视化
- 利用caffe日志进行测试精度训练损失等的画图(caffe训练结果可视化)
- TensorFlow在训练模型时指定GPU进行训练
- tensorflow将训练好的模型
- tensorflow笔记:模型的保存与训练过程可视化
- tensorflow笔记:模型的保存与训练过程可视化
- tensorflow笔记:模型的保存与训练过程可视化
- Tensorflow之用自己的训练好的cpkt模型,进行测试识别
- tensorflow结果可视化
- TensorFlow可视化结果
- tensorflow 使用多块GPU同时训练多个模型
- tensorflow将训练好的模型freeze,即将权重固化到图里面,并使用该模型进行预测
- tensorflow将训练好的模型freeze,即将权重固化到图里面,并使用该模型进行预测
- tensorflow将训练好的模型freeze,即将权重固化到图里面,并使用该模型进行预测
- tensorflow将训练好的模型freeze,即将权重固化到图里面,并使用该模型进行预测
- 将caffe训练好的模型转换为tensorflow模型
- 通过python的matplotlib包将Tensorflow数据进行可视化
- android开发之svg全面总结
- 制作2D小游戏 “别踩白块儿”
- Java IO流
- 浅拷贝与深拷贝并实现String
- 子网划分
- 备注:tensorflow模型训练时同时进行测试,将结果可视化。
- 并发编程复习(九):Future模式
- 文件上传设置 弹框选择文件的 格式
- 1.Arduino点亮LED灯
- 编程题
- Qt 信号和槽机制 优点 效率的详解
- 异常值检测
- POJ 2559 Largest Rectangle in a Histogram 【栈】
- git与svn