一、概念
- TensorBoard是TensorFlow的可视化工具
- 通过TensorFlow运行日志可视化TensorFlow的运行状态
- TensorFlow和TensorBoard跑在不同的进程中
二、案例:查看图结构
生成日志文件
import tensorflow as tf
#清除default graph 和不断增加的节点
tf.reset_default_graph()
# logdir改为自己机器上的合适路径
logdir='D:/log'
#定义一个简单的计算图,实现向量加法的操作
input1 = tf.constant([1.0, 2.0, 3.0],name="input1")
input2 = tf.Variable(tf.random_uniform([3]),name="input2")
output = tf.add_n([input1, input2],name="add")
#生成一个写日志的writer,并将当前的TensorFLow计算图写入日志。
writer = tf.summary.FileWriter(logdir,tf.get_default_graph())
writer.close()
于是在规定路径下生成了如下文件
启动
需要注意TensorFlow和TensorBoard版本的匹配,正常情况下TensorBoard捆绑安装;还需要注意自己的浏览器版本,低版本可能不支持TensorBoard
- 在Anaconda Prompt中先进入日志存放的目录
- 再运行TensorBoard,将日志地址指向程序日志输出的地址
- 运行命令:
tensorboard --logdir=路径
- 启动服务的端口默认为6006;使用
--port
可以改编启动服务的端口
根据地址进入后界面如下