Ich habe die folgende Kreuz-Entropie-Funktion.Wie werden Werte im Array gespeichert, um Graphen in Matplotlib darzustellen?
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))
Ich möchte es nach jedem Trainingsschritt drucken. Und ich möchte matplotlib
verwenden, um den Diagramm-S/W-Trainingsschritt und die Entropie zu zeichnen.
Wie kann ich das tun? (Ich möchte Tensorflow nicht für Diagrammplotten verwenden)
Kann ich es tun, ohne Tensorflow wie diese – eman
zu verwenden, wenn ich Trainingsschritt definieren und Entropie als leere Array kreuzen und dann die Werte in For-Schleife mit Append-Befehl speichern. Und dann benutze ich matplotlib, um den Graph zwischen zwei zu zeichnen. Kann es im Tensorflußcode arbeiten? – eman
Sie müssen Tensorflow an irgendeinem Punkt verwenden, weil Tensorflow die Kreuzentropie erzeugt, aber wenn Sie die Kreuzentropie bei jedem Durchlauf in Ihrer for-Schleife holen, dann können Sie anfügen, mit Matplotlib oder was auch immer verwenden. Im obigen Beispiel ist die Kreuz-Entropie (xent), die res [1] oben ist, nur ein Array oder ein Xent-Wert wie jede andere Python-Variable. – JCooke