TensorBoard的使用
- 1 TensorBoard
— tensorboard是tensorflow附带的可视化工具;具体的介绍可以参考官方教程,在这里提供
TensorFlow 官方文档中文版 - v1.2.pdf的下载链接,可以直接下载。
- 2 通过一个简单的实例了解其使用
— 代码:
import tensorflow as tf
import numpy as np
#随机产生一个函数,作为原始数据
with tf.name_scope('data'):
x_data = np.random.rand(100).astype(np.float32)
y_data = 0.3*x_data+0.1
#创建参数
with tf.name_scope('parameters'):
with tf.name_scope('weights'):
weight = tf.Variable(tf.random_uniform([1],-1.0,1.0))
#记录
tf.summary.histogram('weight',weight)
with tf.name_scope('biases'):
bias = tf.Variable(tf.zeros([1]))
#记录
tf.summary.histogram('bias',bias)
with tf.name_scope('y_prediction'):
y_prediction = weight*x_data+bias
with tf.name_scope('loss'):
loss = tf.reduce_mean(tf.square(y_data-y_prediction))
#记录
tf.summary.scalar('loss',loss)
optimizer = tf.train.GradientDescentOptimizer(0.5)
with tf.name_scope('train'):
train = optimizer.minimize(loss)
with tf.name_scope('init'):
init = tf.global_variables_initializer()
#创建会话
sess = tf.Session()
#汇总信息
merged = tf.summary.merge_all()
##initialize
#写入,保存在logs文件夹中
writer = tf.summary.FileWriter("logs/", sess.graph)
sess.run(init)
#执行
for step in range(101):
sess.run(train)
rs=sess.run(merged)
writer.add_summary(rs, step)
— 效果
首先查看文件目录,其中含有了logs的文件
在命令行运行tensorboard -logdir logs/
;提示有一个网址
复制网址在浏览器打开即可