Нет, я просто хочу сохранить тензор с данными (также как мы, например, сохраняем промежуточные изображения) чтобы потом через tensorboard посмотреть этот тензор просто в виде вектора/матрицы и т.п.
Я допускаю что я мог просто не так понять предназначение этого метода. Думал, может вы сталкивались и знаете зачем он нужен и как правильно пользоваться.
А у вас получалось сохранять для tensorboard какие-нибудь данные через этот метод? Дело в том что теже .scalar .histogram работают отлично и отображаются через tensorboard а вот с tensor_summary у меня не получилось вывести данные. Если вас не затруднит можете показать пример?
Да, я её и имею в виду, но по сути это не так и важно, вопрос в равной степени относится и к самому tensorflow.
Вы пишите что
В TensorFlowKit я постарался максимально повторить python подходы и интерфейс, чтобы в дальнейшем можно было пользоваться общей документацией.
Соответственно меня и интересует есть ли в вашей библиотеке аналог tf.summary.tensor_summary, пробовали ли вы им пользоваться и есть ли там какие-то нюансы?
А вы пробовали пользоваться tf.summary.tensor_summary? Или я не понимаю для чего оно предназначено или оно не работет. Можете подсказать как с этой штукой работать?
Ну если по простому, то тренировка нейронной сети — это просто попытка подобрать такие веса у всех нейронов в сети при которых, на максимальном количестве обучающих изображений, результат на выходе был бы как можно ближе к 1 для тех изображений где есть «9» и максимально близок к 0 для тех изображений где её нет. Соответственно, когда мы скармливаем новое изображение нейронной сети с подобранными весами мы оцениваем выход, если он больше 0.5 — значит то что скормили похоже на 9.
Почему-то это не сходится с моими представлениями. Если ускорение на горизонте событий всего несколько сотен g, то тогда фотон может покинуть черную дыру если он рожден недалеко под горизонтом событий?
Но все же SAP это больше похоже на программирование плюс дает больше свободы, и заточен на одну СУБД что позволяет выжимать в плане производительности максимум из возможного.
SAP — это очень много разных продуктов. Если говорить про SAP ERP — поддерживается большое количество СУБД в т.ч. Oracle, MSSQL, DB2 и другие. Доступ к БД из абапа на 99% проходит через саповский слой OpenSQL, который скрывает детали реализации той или иной базы.
Нет, я просто хочу сохранить тензор с данными (также как мы, например, сохраняем промежуточные изображения) чтобы потом через tensorboard посмотреть этот тензор просто в виде вектора/матрицы и т.п.
Я допускаю что я мог просто не так понять предназначение этого метода. Думал, может вы сталкивались и знаете зачем он нужен и как правильно пользоваться.
При этом cross_entropy отображается также как и у вас — в виде графика, а вот тензоры я нигде не вижу.
Вы пишите что
Соответственно меня и интересует есть ли в вашей библиотеке аналог tf.summary.tensor_summary, пробовали ли вы им пользоваться и есть ли там какие-то нюансы?
А не пора уже про webflux писать? Пробовали уже использовать? Не хотите про это дело написать?
А если менее 100 тыс. ничего не надо? Подскажите ссылки на нормативные документы, где это регулируется?
SAP — это очень много разных продуктов. Если говорить про SAP ERP — поддерживается большое количество СУБД в т.ч. Oracle, MSSQL, DB2 и другие. Доступ к БД из абапа на 99% проходит через саповский слой OpenSQL, который скрывает детали реализации той или иной базы.