Tensorflow:当使用clip_by_norm或clip_by_global_norm时,如何确定clip_norm的值?

2024-04-28 21:53:24 发布

您现在位置:Python中文网/ 问答频道 /正文

我试图找出在使用clip_by_norm或{a2}与Tensorboard一起使用时,如何确定clip_norm的值。在

在Tensorflow中,我们可以使用优化器compute_gradients来获得梯度并将其添加到tf.summary.histogram。在Tensorboard中,我们可以观察DISTRIBUTIONS选项卡中的梯度范围。然后我们可以在使用clip_by_value时确定clip_value范围。在

另一方面,如何计算/显示Tensorboard中的范数或全局范数,以便确定clip_norm的值?在


Tags: a2范数normclipbyvaluetftensorflow
1条回答
网友
1楼 · 发布于 2024-04-28 21:53:24

要查看Tensorboard中的范数或全局范数,您可以手动计算它。在

对于范数(不是全局的),您像往常一样使用compute_gradients获得梯度,并使用^{}计算梯度l2范数。这将给您一个标量值。您可以使用^{}将其添加到Tensorboard。在

对于全局范数,您可以使用^{}计算它,然后将其添加到Tensorboard(也是标量摘要)。在

编辑

请注意,^{}需要单张量。所以你需要计算范数,并把每个梯度张量加到张量板上。与使用tf.summary.histogram查看值时的操作相同。在

相关问题 更多 >