TensorFlow可用于训练大规模深度神经网络所需的计算,使用该工具涉及的计算往往复杂而深奥。为了更方便TensorFlow程序的理解、调试和优化,TensorFlow提供了TensorBoard可视化工具。以a、b两数的和为例。
一、数据序列化成events文件
import tensorflow as tf
def events_demo():
a = tf.constant(20,name='a')
b = tf.constant(30,name='b')
c = a + b
print('c:',c)
#开启会话
with tf.Session() as sess:
c_value = sess.run(c)
print('c_value:',c_value)
#sess的图属性
print('sess的图属性:',sess.graph)
#将图写入本地生成的events文件
writer = tf.summary.FileWriter('e:/events/project',graph=tf.getdefault_graph())
writer.close()
if __name__=='__main__':
events_demo()
二、启动TensorBoard
Tensorboard -– logdir=’e:/events/project
在浏览器中打开TensorBoard的图页面,输入http://localhost:6006
,得到结果
三、总结
在定义变量时,加入name属性,在显示的图中有自定义的变量名