在使用 TensorFlow训练大型深度学习神经网络时,中间的计算过程可能非常复杂。出于理解、调试和优化我们设计的网络的目的,模型训练过程中各种汇总数据都可以通过 TensorBoard 展示出来,包括标量(Scalars)、图片(images)、音频(Audio)、计算图(Graphs)、数据分布(Distributions)、直方图(Histograms)和嵌入向量(Embeddings)。
TensorBoard 是 TensorFlow官方推出的可视化工具,并不需要额外的安装过程,在 TensorFlow 安装完成时, TensorBoard会自动被安装。其界面基于 Web,如下图所示。在TensorFlow 程序运行过程中可以输出汇总了各种类型数据的日志文件,可视化 TensorFlow 程序的运行状态就是使用TensorBoard 读取这些日志文件,解析数据并生成可视化的 Web 界面。这样我们就可以在浏览器中观察各种汇总的数据。以下代码展示了一个简单的 TensorFlow 程序,在这个程序中完成了TensorBoard 日志保存的功能。
FileWriter 就是一个用于写日志文件的类。TensorFlow 还在 summary.py文件中提供了很多和计算图数据汇总相关的函数,在下一节有关于这些函数的介绍。执行完程序后会在 logdir 代表的路径下产生一个日志文件,我们进入到 log s文件夹,文件以当前用户名作为后缀名。
TensorBoard 和 TensorFlow 程序运行在不同的进程中ÿ