相关疑难解决方法(0)

可视化TensorFlow图形的官方方法是使用TensorBoard,但有时我只想在Jupyter工作时快速查看图形.

是否有快速解决方案,理想情况下基于TensorFlow工具或标准SciPy软件包(如matplotlib),但如果有必要基于第三方库？

我不知道如何解决它请帮助,我已经尝试了导入matplotlib.pyplot上的错误中提到的所有内容(在Windows 10 Home 64位PC的Anaconda3上),但没有运气.我是蟒蛇的新手,我将非常感激自我学习的具体细节.

安慰:

 Traceback (most recent call last):
     from matplotlib import pyplot
   File "C:\Users\...\lib\site-packages\matplotlib\pyplot.py", line 29, in <module>
     import matplotlib.colorbar
   File "C:\Users\...\lib\site-packages\matplotlib\colorbar.py", line 34, in <module>
     import matplotlib.collections as collections
   File "C:\Users\...\lib\site-packages\matplotlib\collections.py", line 27, in <module>
     import matplotlib.backend_bases as backend_bases
   File "C:\Users\...\lib\site-packages\matplotlib\backend_bases.py", line 62, in <module>
     import matplotlib.textpath as textpath
   File "C:\Users\...\lib\site-packages\matplotlib\textpath.py", line 15, in <module>
     import matplotlib.font_manager as font_manager
   File "C:\Users\...\lib\site-packages\matplotlib\font_manager.py", line 1421, in <module>
     _rebuild()
   File "C:\Users\...\lib\site-packages\matplotlib\font_manager.py", line 1406, in _rebuild
     fontManager …

我正在为我的Tensorflow工作区使用单元测试系统，我想知道是否存在任何方法或属性（给定具有优化器操作的图形（在调用.minimize（）之后），以获得最终的损失张量）正在优化以及它所控制的变量。

例如，如果我打电话给train_op = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)我，我想只访问train_op来检索cross_entropy。

我可以访问该train_op对象，我只想知道该对象所引用的损失以及哪个变量控制。

有没有办法找到给定操作（通常是损失）所依赖的所有变量？我想使用它然后将此集合传递给optimizer.minimize()或tf.gradients()使用各种set().intersection()组合。

到目前为止，我已经找到op.op.inputs并尝试了一个简单的 BFS，但我从来没有遇到Variable过tf.get_collection(tf.GraphKeys.TRAINABLE_VARIABLES)或返回的对象slim.get_variables()

相应的“Tensor.op._id andVariables.op._id”字段之间似乎确实存在对应关系，但我不确定这是我应该依赖的东西。

或者，也许我一开始就不应该这样做？我当然可以在构建图形时精心构建不相交的变量集，但是如果我更改模型，很容易遗漏一些东西。