TensorFlow - 浮点精度打印
TensorFlow - printing with floating point precision
如何提高tensorflow变量的浮点精度表示？我需要这个，因为我的网络很大，数据很复杂，所以我希望看到任何改进，无论多么小。当我重复训练时，我偶尔会将平均误差打印到屏幕上，而我所看到的只是相同的 6 位数字——它在不太复杂的输入下工作正常。请注意，tensorboard 似乎具有相似的精度，如果有更精确的 tensorboard 图，我会很高兴。
msquaredError=m_sqerror.eval(sessions=sess,feed_dict={input:ip, output=op,keep_prob:1.0})
print ("MSE: %9f"%msquaredError)
输出：
MSE: 0.317513
期望的输出：
MSE: 0.317513223 ... and many more digits
愚蠢的错误。
print ("MSE: %9f"%msquaredError)
应该是
print ("MSE: %.9f"%msquaredError)
如何提高tensorflow变量的浮点精度表示？我需要这个，因为我的网络很大，数据很复杂，所以我希望看到任何改进，无论多么小。当我重复训练时，我偶尔会将平均误差打印到屏幕上，而我所看到的只是相同的 6 位数字——它在不太复杂的输入下工作正常。请注意，tensorboard 似乎具有相似的精度，如果有更精确的 tensorboard 图，我会很高兴。
msquaredError=m_sqerror.eval(sessions=sess,feed_dict={input:ip, output=op,keep_prob:1.0})
print ("MSE: %9f"%msquaredError)
输出：
MSE: 0.317513
期望的输出：
MSE: 0.317513223 ... and many more digits
愚蠢的错误。
print ("MSE: %9f"%msquaredError)
应该是
print ("MSE: %.9f"%msquaredError)