У меня просто сейчас не установлен… но там вот та шестерёнка в правом верхнем углу — вроде там и была одна единственная настройка «update interval» или что-то типа того.
Неужели все эти знания уже попали в разряд таких древностей, что их обнаружение вызывает подобные восторг?
Ну таки вот выходит, что да… Мне начало понравилось своей многообещающей-стью, но по ходу дела стало быстро ясно, что автор из того нового класса разработчиков, что со старта сидя на гигабитном канале, действительно не задумываются о многом.
В любом случае похвально, что теперь задумался и всё поправил.
+ несколько полезных ссылок подкинул.
Я запускал .add_summary в цикле с .sess.run. Скажем, можно каждую итерацию, а можно i % step == 0. Тогда Tensorboard будет обновляться так, как указано в его интерфейсе, ведь данные будут поступать real-time.
Если абстрактно, то:
for i in range(train_batch):
x, y = prepare(train_x, train_y, i * batch)
dic={X: x, Y: y}
_, summary = sess.run([train, merged], feed_dict=dic)
writer.add_summary(summary, i)
Присоединяюсь к некоторым предыдущим высказываниям. Это действительно крутая работа! Но мало применима на практике. Людям, интересующимся NN, хочется не только посмотреть их в деле, но и изнутри. И в этом плане Python — золотой стандарт в мире NN. Мне, повезло — я его как раз год потихоньку учил, когда дорвался до NN. Попробуйте TensorFlow — в принципе, там чистое ООП и Питона практически нет, если на несложных примерах. А если Keras, то вообще легкотня. С вашим уже достигнутым пониманием разберётесь на ура быстро. Потом уже сможете попробовать и с нуля что-то написать.
Ну таки вот выходит, что да… Мне начало понравилось своей многообещающей-стью, но по ходу дела стало быстро ясно, что автор из того нового класса разработчиков, что со старта сидя на гигабитном канале, действительно не задумываются о многом.
В любом случае похвально, что теперь задумался и всё поправил.
+ несколько полезных ссылок подкинул.
Если абстрактно, то:
Если детальней, то (: github.com/yzoz/rnn-market-prediction