Tensorflow 如何使用张力板'；s直方图和分布是否有助于获得更好的结果？
我知道如何阅读Tensorboard标量部分的精度和损失图。 如果精度上升到一个较低的数字，接近1.0，这是一个好迹象。 如果损失降至0.0附近，这也是一个好迹象。 当我在每个图形中发现不同的形状时，我应该重新考虑架构 但我仍然不知道Tensorboard的直方图和分布是如何起作用的。 请告诉我怎么读 ---增加--- 举个例子，我拍了一些张力板的照片。 模型为Resnet50，数据集为mnist。权重为Imagenet。 分布图和直方图是前两层。 我很高兴知道关于如何阅读的一般解释Tensorflow 如何使用张力板'；s直方图和分布是否有助于获得更好的结果？,tensorflow,keras,deep-learning,tensorboard,Tensorflow,Keras,Deep Learning,Tensorboard,我知道如何阅读Tensorboard标量部分的精度和损失图。 如果精度上升到一个较低的数字，接近1.0，这是一个好迹象。 如果损失降至0.0附近，这也是一个好迹象。 当我在每个图形中发现不同的形状时，我应该重新考虑架构 但我仍然不知道Tensorboard的直方图和分布是如何起作用的。 请告诉我怎么读 ---增加--- 举个例子，我拍了一些张力板的照片。 模型为Resnet50，数据集为mnist。权重为Imagenet。 分布图和直方图是前两层。 我很高兴知道关于如何阅读的一般解释 是否可以在
是否可以在此处共享图形的图像？如果他们看不见，没有人能替你回答。