tensorflow之tensorboard

最新推荐文章于 2020-10-18 23:16:13 发布

g8015108

最新推荐文章于 2020-10-18 23:16:13 发布

阅读量472

点赞数

分类专栏：深度学习 TensorFlow 文章标签： tensorflow DeepLearni

本文链接：https://blog.csdn.net/g8015108/article/details/78356848

版权

TensorBoard是TensorFlow的数据可视化工具，它在TensorFlow安装时自动安装。随着版本变化，记录训练过程的API有所调整。主要使用tf.summary来记录，如tf.summary.histogram用于绘制直方图，tf.summary.scalar用于统计标量。此外，tf.summary.all_summary_ops收集所有摘要，tf.summary.FileWriter创建写入文件夹，记录训练和测试结果。通过这些工具，可以有效地监控和理解模型的训练过程。

摘要由CSDN通过智能技术生成

tensorflow之tensorboard

前言

tensorboard是TensorFlow中自带的一个数据可视化工具，在安装TensorFlow的同时，系统会自动安装。

在不同的TensorFlow版本中，记录训练过程所需要的API也不一样，1.3主要需要summary，而之前的版本，则直接封装在了tf下面

在使用tensorboard时，必须使用name_scope来创建一个域，然后在每个域内定义变量的名称。tf.summary中提供了一系列函数，用来帮忙统计。

histogram用来绘制直方图。
scale用来统计标量

除此之外，还需要用到

tf.summary.merge_all用来一次性生成所有摘要
tf.summary.Filewriter用来生成一个写入的文件夹（训练结果和测试结果可以放在不同的文件夹中）
add_summary讲新生成的summer写入记录器

代码

# -*- coding: utf-8 -*-
"""
Created on Wed Oct 25 11:41:50 2017

@author: Sky_Gao
"""


import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
max_steps = 100
learning_rate = 0.001
dropout = 0.9
data_dir = 'MNIST_data/'
log_dir = 'mnist_with_summaries/'
# 定义一个存储的目录

mnist = input_data.read_data_sets(data_dir, one_hot=True)
sess = tf.InteractiveSession()

def weight_variable(shape):
    inital = tf.truncated_normal(shape=shape, stddev=0.1)
    return tf.Variable(inital)