TensorBoard是Tensorflow的可视化工具,它通过对Tensoflow程序运行过程中输出的日志文件进行可视化Tensorflow程序的运行状态。
使用TensorBoard展示数据,需要在执行Tensorflow计算图的过程中,将各种类型的数据(summary protobuf
)汇总并记录到日志文件中。然后使用TensorBoard读取这些日志文件,解析数据并生产数据可视化的Web页面,让我们可以在浏览器中观察各种汇总数据。
注:tensorflow --version 1.4.0
TensorBoard
当生成了日志文件后,在命令行中使用tensorboard --logdir=日志文件目录
启动一个服务,在浏览器中使用http://DESKTOP-JGL4HV5:6006
查看可视化结果。
这里有一点需要注意,日志文件目录要使用绝对路径,即从某个盘开始的路径(如果不行的话将
/
变成//
再试试)。同时使用360浏览器可能无法显示。
下面红框中是可视化的顶部:
![7239122-0a0a4492ae7ffe8b.png](https://i-blog.csdnimg.cn/blog_migrate/c66cd642a023ad616de847cf0c9571fc.webp?x-image-process=image/format,png)
TensorBoard页面
- SCALARS,对标量数据进行汇总和记录
使用方法:tf.summary.scalar(tags, values, collections=None, name=None)
scalar
一般在刻画loss和accuracy时会用到,可以计算标量的最大最小值或者标准差等
-
IMAGES, 汇总数据中的图像,例如MNIST中可以将输入的向量还原成图片的像素矩阵
使用方法:tf.summary.image(tag, tensor, max_images=3, collections=None, name=None)
image