小编Har*_*ald的帖子

我想跟踪张量板上的梯度。然而，由于会话中运行的语句是不是一个东西了和write_grads的说法tf.keras.callbacks.TensorBoard是depricated，我想知道如何跟踪梯度的培训期间Keras或tensorflow 2.0。

我目前的方法是为此目的创建一个新的回调类，但没有成功。也许其他人知道如何完成这种高级的东西。

为测试创建的代码如下所示，但会独立于将梯度值打印到控制台或张量板而遇到错误。

import tensorflow as tf
from tensorflow.python.keras import backend as K

mnist = tf.keras.datasets.mnist

(x_train, y_train), (x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0

model = tf.keras.models.Sequential([
  tf.keras.layers.Flatten(input_shape=(28, 28)),
  tf.keras.layers.Dense(128, activation='relu', name='dense128'),
  tf.keras.layers.Dropout(0.2),
  tf.keras.layers.Dense(10, activation='softmax', name='dense10')
])

model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy'])


class GradientCallback(tf.keras.callbacks.Callback):
    console = True

    def on_epoch_end(self, epoch, logs=None):
        weights = [w for w in self.model.trainable_weights if 'dense' in w.name …

我正在尝试为简化的 Java 语言运行我自制的编译器，但是我总是以分段错误告终。目标是构建一个抽象的语法树。我还尝试使用 valgrind 进行调试，但看起来该工具在我的 PC 上存在一些有关 bison 和 flex 的问题。请帮我。

Lexfile：

%{
#include <stdio.h>
#include "abst.h"
#include "yacc.tab.h"
int yylineno;
int column = 0;
int nesting_comments = 0;
int max_comment_level = 0;
int total_comments_number = 0;

void count() {
    int i;
    for(i = 0; yytext[i] != '\0'; i++){
        if(yytext[i] == '\n')
        column = 0;
        else if(yytext[i] == '\t')
        column += 8 - (column % 8);
        else
        column++;
    }
    //printf("%s", yytext);     Uncomment this Line for printing the input stream
} …