本系列將分為 8 篇 。今天是第三篇 。主要講講感知器模型和 tensorboard 的基本使用方法 。

1. 感知器模型

因為小詹之前寫過一篇感知器模型的介紹 ，這里就不贅述了 。有需要鞏固的點擊如下鏈接跳轉即可 ：

深度學習神經網絡之——感知器及其Python實現

2. tensorboard

TensorBoard 是 TensorFlow 自帶的可視化結構管理和調試優化網絡的工具 。在我們學習深度學習網絡框架時 ，我們需要更直觀的看到各層網絡結構和參數 ，也可以更好的進行調試優化網絡 。TensorBoard 可以實現網絡結構的顯示 ，也可以進行顯示訓練及測試過程中各層參數的變化情況 。

TensorBoard 界面如下 ：

?

我們可以看到頂部有幾個功能分類 ：SCALARS 、GRAPHS 、HISTOGRAM 等 。

SCALARS 是訓練參數統計顯示 ，可以看到整個訓練過程中 ，各個參數的變換情況 。

HISTOGRAM 是訓練過程參數分布情況顯示 。

GRAPHS?是網絡結構顯示 。

?

TensorBoard 基本操作介紹如下 ：

下面用一個最簡單的例子來實現基礎啟動 。定義了兩個常量相加的操作 ，運行后會在 log_test 文件夾中出現目標文件 。

之后我們需要在命令窗口啟動 tensorboard 。方法在上邊基礎語法介紹中提及 。這里就小詹自己代碼存放位置 ，可在命令窗口執行如下命令 ，得到一個網址（下圖標出的部分），并在瀏覽器中打卡即可 。

在瀏覽器中打開該網址即可得到上述實例程序的 graph 信息 。

舉例比較簡單 ，但是并不說明 TensorBoard 不重要 。事實上 ，基于 TensorBoard ，我們可以直觀的看到各層網絡結構和參數，也可以更好的進行調試優化網絡。

?

往期推薦：

1.?深度學習入門筆記系列 ( 一 )

2.?深度學習入門筆記系列 ( 二 )

3.?GitHub 與 git 筆記 。

▲掃碼關注我們
個人微信：python_jiang

?

總結

以上是生活随笔為你收集整理的深度学习入门笔记系列（三）——感知器模型和 tensorboard 的使用方法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。