在深度前馈神经网络中使用张量板检查梯度的收敛性

编程问答 2022-08-15

问题描述

我是Tensorflow和Tensorboard的新手。

我有一个作业，我通过该代码建立了前馈深度神经网络来识别Fashion MNIST：

#No. of epochs
training_epochs = 50

#Setting up the model
model1 = Sequential()
model1.add(Dense(32,kernel_initializer = 'normal',input_dim=784,activation='relu'))
model1.add(Dense(64,activation = 'relu'))
model1.add(Dense(128,activation = 'relu'))
model1.add(Dense(10,activation='softmax'))

#Compile model
adam1 = optimizers.Adam(lr = 0.001)
model1.compile(loss='sparse_categorical_crossentropy',optimizer=adam1,metrics=['accuracy'])

我想使用Tensorboard检查渐变是否消失/爆炸。 还有如何使用梯度范数来检查训练是否收敛到局部最小值。

如果有人可以帮助我，我将非常感激。

谢谢， 问候， 珊塔努

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

mnistpythontensorboardtensorflow