如何理解TensorBoard中畫出來(lái)的圖？感覺看權(quán)重不太好觀察吧，我主要還是看loss和測(cè)試集的準(zhǔn)確度，這些也一樣可以記錄在TensorBoard里，感覺更直觀吧。人工智能該如何遠(yuǎn)離偏見與歧視？謝謝

如何理解TensorBoard中畫出來(lái)的圖？

感覺看權(quán)重不太好觀察吧，我主要還是看loss和測(cè)試集的準(zhǔn)確度，這些也一樣可以記錄在TensorBoard里，感覺更直觀吧。

人工智能該如何遠(yuǎn)離偏見與歧視？

謝謝邀請(qǐng)。說起中國(guó)智能，無(wú)有不能，現(xiàn)在天上飛的，地上跑的，吃的，用的，那個(gè)不是科枝智技能所創(chuàng)造？據(jù)說，將來(lái)司機(jī)開車都不用方向盤了，智能高速公路出現(xiàn)了。過去人們出門帶那么多現(xiàn)金，現(xiàn)在帶個(gè)手機(jī)解決一切問題還有人們產(chǎn)的造的機(jī)器人，可以以假亂真了工廠里的智能機(jī)器人能代替工人干活了，要你干什么？還有，未來(lái)的智能能代替你所有的家務(wù)，省下老婆的嘮叨，多美好。這不是夢(mèng)，未來(lái)就是現(xiàn)實(shí)，你想什么就有什么，這不好嗎？那有什么偏見？還用避開嗎？好事多磨，人類終歸回到自然。不要為新生事物煩惱，方便就是解決一切愿科技智能更大發(fā)展，享受科枝時(shí)代成果，幸福美滿也。

tensorflow怎么可視化權(quán)重？

可以使用 tensorboard 的 histogram 可視化功能，比如：tf.histogram_summary(layer_name "/weights"，Weights) #name命名，Weights賦值最后打開tensorboard的histogram菜單，看到的就是下面這個(gè)樣子：可以可視化權(quán)重的分布。