第5章最佳样例mnist_eval程序，while循环的条件为True是否死循环？在运行时，验证集只在29001号模型上运行，并没有像书上的例子那样，在不同的模型上进行验证。并且程序明显陷入死循环，跳不出来。而且我感觉这个验证程序是不是最好是在训练过程中穿插进行？而不是把模型训练完了之后，在进行验证？

粉红豹发表于 2017/11/15 10:00:14
- 在书上131页，文字第一行中写“每次运行都是读取最新保存的模型”，从这句可看出如果等等训练完之后在验证不成立，到最后只会有一个最新保存模型，你可以在运行训练的时候打开保存模型的文件夹，查看保存模型情况，每次回保存最新的5个
  
  NSGUF发表于 2017/11/29 15:34:11
- 所以可以同时进行，反正是死循环，不会有遗漏
  
  NSGUF发表于 2017/11/29 15:34:54
- @NSGUF 谢谢，我开了两个运行窗口，同时运行就没问题了。还是我刚接触不会用的问题。
  
  粉红豹发表于 2017/12/31 12:21:40
5.5节tensorflow最佳实践样例程序运行不通，前向传播“mnist_inference.py”代码提示“Variable layer1/weights already exists, disallowed”，遂将inference函数中的variable_scope函数的reuse都设为True，这时出现“Variable layer1/weights/ExponentialMovingAverage/ already exists, disallowed. Did you mean to set reuse=True in VarScope? ”

julinfn发表于 2017/11/12 23:57:09
- 这是因为你已经运行过一次了，所以应该是编辑器记得这个变量，用cmd运行就不会
  
  NSGUF发表于 2017/11/29 15:24:59
- @NSGUF 除了在cmd中运行没有其他方法了吗？比如删除存在的变量
  
  lailai发表于 2018/1/4 16:14:31
- @lailai 程序里加一行tf.reset_default_graph()在最开始就ok了
  
  12321发表于 2018/11/26 20:24:49
tensorflow实现LeNet-5模型，它指出，本书第6章LeNet-5模型结构的前向传播过程(mnist_inference.py)加上第5章的(mnist_train.py)去识别mnist字符会有不收敛问题。而且进一步指出，原因是书中设的基础学习率(LEARNING_RATE_BASE)0.8太大了，得改为0.01。经过自个代码验证，我的情况基本和他差不多，即0.8时不收敛，0.01时会改善。——无论怎么说呢，我们只能是个例，想听你们对这问题怎么看？

ancientcc发表于 2017/11/12 10:20:53
- 我的在0.8的时候也没法收敛，loss降到2左右就下不去了，改成0.01后就可以了。不过有趣的是P127页的样例程序，在学习率0.8时就没问题。看来普通神经网络收敛时的权值要显著大于CNN收敛后的权值啊。估计这儿作者改代码的时候应该只是想当然地改了改，没有实际运行。。
  
  2120160767发表于 2018/3/1 21:50:39
老师您好，第四章的图4-7的第一层与第二层节点间，weight的权重下标感觉有问题，W(x，y)，x代表后一层神经元的序号，而y代表前一层神经元的序号，现在图中第一层和第二层的标记有误，第二层和第三层正确，不知道我的理解是否正确，感谢指正。

李雪峰发表于 2017/11/8 10:32:38
请问基础特征提取，也就是输入层的数据准备有什么相关的资料吗

恒易一发表于 2017/11/6 20:24:12