I, который можно поиграть с разными архитектурами нейронных сетей, созданными с использованием TensorFlow 2. Т.е. разное количество слоев, разные типы слоев, разное количество узлов в каждом слое et c et c. Я строю свои модели с такими функциями, как tf.keras.layers.Input()
, tf.keras.layers.Dense()
и tf.keras.layers.Conv2D
et c. Я также sh для визуализации моделей, которые я построил в качестве проверки работоспособности. Глядя на документацию TensorBoard, выясняется, что для просмотра вашей модели вам необходимо использовать обратные вызовы в процессе обучения (model.fit). Это кажется довольно неуклюжим - наверняка должен быть способ визуализировать вашу сеть, прежде чем пытаться начать ее обучение. Помимо всего прочего, обучение может сделать sh именно потому, что ваша модель архитектуры каким-то образом ошибочна! Если бы эта визуализация могла быть сделана с помощью чего-то другого, кроме TensorBoard, это тоже было бы хорошо.
РЕДАКТИРОВАТЬ: Было высказано предположение, что здесь уже может быть ответ => здесь но, похоже, это связано с использованием сеанса, который, как я думал, больше не является частью TensorFlow с версии 2.
РЕДАКТИРОВАТЬ: Я только что нашел функцию summary()
. Это очень много говорит мне о моей сети, прежде чем пытаться обучать ее.