tensorborad使用示例

2022-06-30 05:54:15 字數 1634 閱讀 7633

指定乙個檔案用來儲存圖。

格式:tf.summary.filewritter(path,sess.graph)

可以呼叫其add_summary()方法將訓練過程資料儲存在filewriter指定的檔案中

tensorflow summary 用法示例

tf.summary.scalar('

accuracy

',acc) #

生成準確率標量圖

merge_summary =tf.summary.merge_all()

train_writer = tf.summary.filewriter(dir,sess.graph)#

定義乙個寫入summary的目標檔案,dir為寫入檔案位址

......(交叉熵、優化器等定義)

for step in xrange(training_step): #

訓練迴圈

train_summary = sess.run(merge_summary,feed_dict = )#

呼叫sess.run執行圖,生成一步的訓練過程資料

train_writer.add_summary(train_summary,step)#

呼叫train_writer的add_summary方法將訓練過程以及訓練步數儲存

此時開啟tensorborad:

tensorboard –logdir=/summary_dir

便能看見accuracy曲線了。

另外,如果我不想儲存所有定義的summary資訊,也可以用tf.summary.merge方法有選擇性地儲存資訊

格式:tf.summary.merge(inputs, collections=none, name=none)

一般選擇要儲存的資訊還需要用到tf.get_collection()函式

示例:

tf.summary.scalar('

accuracy

',acc) #

生成準確率標量圖

merge_summary = tf.summary.merge([tf.get_collection(tf.graphkeys.summaries,'

accuracy

'),...(其他要顯示的資訊)])

train_writer = tf.summary.filewriter(dir,sess.graph)#

定義乙個寫入summary的目標檔案,dir為寫入檔案位址

......(交叉熵、優化器等定義)

for step in xrange(training_step): #

訓練迴圈

train_summary = sess.run(merge_summary,feed_dict = )#

呼叫sess.run執行圖,生成一步的訓練過程資料

train_writer.add_summary(train_summary,step)#

呼叫train_writer的add_summary方法將訓練過程以及訓練步數儲存

SharpZipLib使用示例

sharpziplib使用示例 zipinputstream gzipinputstream用於解壓縮deflate gzip格式流,zipoutputstream gzipoutputstream用於壓縮deflate gzip格式流。streamutil類包含了幾個stream處理輔助方法 co...

ConfigEngine使用示例

configengine使用示例 簡要過程如下 步驟3 編寫你的配置定義檔案 raw.f。步驟4 呼叫confengine裡的genconf.py編譯raw.f,生成raw.h.第一步,定義需要的配置項,儲存在raw.f raw.f檔案的解釋如下 第三列為預設值。注意列是由空白分開的,所以如果預設值...

使用陣列示例

namespace cards public hand south public hand west public hand east public void clear public void returnhandsto pack pack private hand north new hand ...