tf.histogram_summary(’layer_name‘,Weights)
对于层中的
Weights
或baises的变化图, tensorflow中提供了
tf.histogram_summary()
方法,用来绘制图片, 第一个参数是图表的名称, 第二个参数是图表要记录的变量,这个summary的方法在history中查看。
Loss
的变化图和之前设置的方法略有不同. loss是在tesnorBorad 的event下面的, 这是由于我们使用的是tf.scalar_summary()
方法
with tf.name_scope('loss'):
loss= tf.reduce_mean(tf.reduce_sum(
tf.square(ys- prediction), reduction_indices=[1]))
tf.scalar_summary('loss',loss)
接下来, 开始合并打包。
tf.merge_all_summaries()
方法会对我们所有的
summaries
合并到一起.
merged= tf.merge_all_summaries()
然后,
rs = sess.run(merged,feed_dict={xs:x_data,ys:y_data})
writer.add_summary(rs, i)
程序运行完毕之后, 会产生logs目录 , 使用命令 tensorboard --logdir='logs/'
,然后打开浏览器查看。
histogram:
首先,澄清,它不是一个真正的直方图。相反,它显示了一些高层次的统计分布