使用tensorboard會從使用者本地資料夾下面尋找檔案,然後在瀏覽器顯示,重新整理周期可自己設定,首先要把生成資料和儲存資料,儲存的資料是二進位制形式。
**如下:
import tensorflow as tf
import numpy as np
a = tf.variable(0,dtype=tf.float32)
c = tf.assign_add(a,1)
#收集標量
#d是一次操作
d = tf.summary.scalar(「loss」,a)
#自動管理鎖收集的標量,是一次操作
merged = tf.summary.merge_all()
init = tf.global_variables_initializer()
with tf.session() as sess:
writer = tf.summary.filewriter(「logs」,sess.graph)#將圖存入到logs檔案中
sess.run(init)
for i in range(100):
y=i*2
sess.run(tf.assign(a,y))#執行自加操作
print(sess.run(a))
#sess.run(d)#返回二進位制物件,和summary是一樣的
summary = sess.run(merged) #返回二進位制物件
writer.add_summary(summary,i)#把二進位制物件寫入檔案
生成的檔案如下:
然後控制輸入命令如下:
路徑根據自己檔案的路勁寫,命令執行後會生成乙個**,複製**到瀏覽器輸入,介面如下:
注意:這裡的x軸在這裡表示的是變數儲存的次數,程式中我用的for迴圈,沒迴圈一次就儲存一次資料,舉個例子:在for迴圈第100次執行的時候,loss的值變成了200,在第50次迴圈的時候,loss的值變成了100,這裡直線的斜率為2,只不過看著是1,我也不明白為什麼要這樣顯示。
x軸的資料是自己任意設定的,writer.add_summary(summary,i)裡面的第二個引數表示的就是x軸的資料,第乙個引數就是y軸的資料,深圳可以寫成這樣writer.add_summary(summary,np.sin(i)),隨便自己給函式對映
遠端訪問Tensorboard
在學習tensorflow的過程中,視覺化工具tensorboard是必不可少的,但是由於本地主機計算效能等的侷限性,很多時候我們都是在遠端伺服器上執行tensor flow並訓練相關模型,所以學會相關遠端的操作至關重要,主要是ssh命令和scp命令,這裡我們只簡述一下如何訪問遠端的tensor b...
TensorBoard網路執行
import tensorflow as tf from tensorflow.examples.tutorials.mnist import input data 載入資料集 mnist input data.read data sets mnist data one hot true 每個批次的...
如何使用tensorboard
知道如何啟動tensorboard後,就該了解一下怎麼使用它。1.執行python示例,test.py import tensorflow as tf with tf.name scope graph as scope matrix1 tf.constant 3.3.name matrix1 1 r...