TensorFlow-6-TensorBoard 可视化学习

最新推荐文章于 2023-10-22 14:59:12 发布
最新推荐文章于 2023-10-22 14:59:12 发布
阅读量8.2k 收藏 5
点赞数 1
分类专栏： TensorFlow TensorFlow 文章标签： 深度学习 机器学习 TensorFlow
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/aliceyangxi1987/article/details/70788202
版权
本文介绍了如何使用TensorFlow的TensorBoard进行神经网络训练的可视化。内容包括TensorBoard的作用，如何显示accuracy、cross entropy等指标，以及tf.summary.scalar、tf.summary.histogram、tf.summary.merge_all和tf.summary.FileWriter等关键API的使用方法。示例代码展示了如何生成和观察scalar和histogram图表，并提供了完整的mnist_with_summaries.py代码链接。
摘要由CSDN通过智能技术生成

学习资料：
https://www.tensorflow.org/get_started/summaries_and_tensorboard

中文翻译：
http://wiki.jikexueyuan.com/project/tensorflow-zh/how_tos/summaries_and_tensorboard.html

今天学的内容是 TensorBoard
它的作用就是可以把复杂的神经网络训练过程给可视化，可以更好地理解 调试 优化程序。

在之前的几节，我们都只是建立了模型，例如这个代码：
https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/tutorials/mnist/mnist_softmax.py

这一节我们我们可以把想看的东西显示出来，如 accuracy，cross entropy，bias 和 weights 等等。

先来看效果：

如下图，就可以在 Tensorboard 的 scalars 下看到 accuracy，cross entropy，dropout，layer1 和 layer2 的 bias 和 weights 的趋势

主要用到的了下面四个方法
其他可以看 Summary Operations：
https://www.tensorflow.org/

最低0.47元/天 解锁文章
Alice熹爱学习
关注
专栏目录
Tensorboard可视化具体做法
慕云
12-03 330
Tensorboard可视化具体做法 1、相关代码 载入数据 import tensorflow as tf import datetime (train_image, train_labels), (test_image, test_labels) = tf.keras.datasets.fashion_mnist.load_data() 改变数据维度 train_image = tf.expand_dims(train_image, -1) test_image = tf.expand_dims(t
9、TensorFlow教程--- TensorBoard可视化
Knowledgebase的博客
09-30 842
这允许更好地分析图，重点关注计算图的主要部分。这些算法将节点折叠成高级块，并突出显示具有相同结构的特定组，这些组将高度节点分开。因此，创建的TensorBoard对于调整机器学习模型非常有用，被视为同样重要。这个可视化工具是为配置日志文件而设计的，其中包含需要显示的摘要信息和详细信息。TensorFlow包括一个称为TensorBoard的可视化工具，用于分析数据流图，也用于了解机器学习模型。TensorBoard的重要功能包括以垂直对齐的方式查看有关参数和任何图形的详细信息的各种类型的统计信息。
TensorFLow基础：使用TensorBoard进行可视化学习
Steve Wang's blog
05-02 2517
使用TensorBoard进行可视化学习 TensorFlow涉及到的运算，往往是在训练庞大的神经网络过程中出现的复杂且难以理解的运算，为了方便对程序进行理解、调试和优化，tensorflow提供了一个叫做tensorboard的可视化工具来对模型以及训练过程进行可视化描述。你可以使用它来展示模型结构，绘制出关键参数的变化过程图，观察训练过程并根据图形适当调整模型参数。 以下是一个使用...
Tensorflow 可视化 TensorBoard 尝试~
YZXnuaa的博客
01-10 604
原文地址：blog.csdn.net/silver_sail/article/details/51899659 安装Tensorflow的过程就不必说了，安装官网或者google一下，很多资源。 这次实验是在Iris数据集进行的，下载链接 代码如下： [python] view plain copy import os  import
pytorch快速入门中文——07(TensorBoard)
XD的博客
06-29 1530
在中，我们向您展示了如何加载数据，如何通过定义为nn.Module子类的模型提供数据，如何在训练数据上训练该模型以及在测试数据上对其进行测试。为了了解发生的情况，我们在模型训练期间打印一些统计数据，以了解训练是否在进行中。但是，我们可以做得更好：PyTorch 与 TensorBoard 集成在一起，TensorBoard 是一种工具，用于可视化神经网络训练运行的结果。本教程使用说明了其某些功能，可以使用将其读入 PyTorch。我们将从。
tensorboardx官方中文教程链接
sinat_30281495的博客
03-23 2636
https://tensorboardx.readthedocs.io/en/latest/tutorial_zh.html
Tensorflow代码学习-5-4tensorboard可视化
LuckSugar
09-27 152
tensorboard可视化 课程：炼数成金 GITHUB CSDN 欢迎点亮star import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data from tensorflow.contrib.tensorboard.plugins import projector #载入数据 mnist = input_data.read_data_sets("MNIST_data",one_hot=True
TensorFlow-7-TensorBoard Embedding可视化
热门推荐
aliceyangxi1987的博客
05-02 1万+
学习资料 https://www.tensorflow.org/get_started/summaries_and_tensorboard今天来看 TensorBoard 的一个内置的可视化工具 Embedding Projector, 是个交互式的可视化，可用来分析诸如 embeddings 的高维数据。 embedding projector 将从你的 checkpoint 文件中读取 em
tensorflow-2.10.0-cp39-cp39-manylinux-2-17-x86-64.zip
最新发布
11-17
此外，使用 TensorFlow 还可能需要安装数据预处理库（如 pandas 和 numpy），以及模型评估和可视化工具（如 scikit-learn 和 TensorBoard）。 总之，"tensorflow-2.10.0-cp39-cp39-manylinux-2-17-x86-64.zip" 提供...
TensorBoard上的中文路径问题
weixin_34018202的博客
12-18 468
tensorboard是google为了配合tensorflow而发布的简单易用的可视化框架。 安装和启用都很简单 pip3 install tensorboard tensorboard –logdir=XXXXX 正常情况下是这样的: 但是，也有很多时候是这样： 调查了一下原因，是因为《绝对路径》中含有中文，才会出现这样的结果。 这是一个坑，记...
Tensorboard简单使用
hunt_ing的博客
08-25 397
Tensorboard 类似于日志文件，还有画图等功能。主要记录个人学习使用Tensorboard的过程与心得。 简单使用 本人使用的是环境是 windows10，Anaconda3(python 3.6)，Tensorflow-gpu-1.8.0, Tensorboard-1.8.0 1、程序样例 import tensorflow as tf import numpy as np ...
tensorboard使用详解
路上的病人博客
01-25 647
先说使用步骤： 1.对标量数据汇总和记录使用tf.summary.scalar，函数格式如下： tf.summary.scalar(tags, values, collections=None, name=None) 2.使用tf.summary.histogram直接记录变量var的直方图 3.将要保存的变量存在一起 merged_summary_op = tf.summary.merge_a...
[土堆]深度学习快速入门教程笔记——Tensorboard使用——002
m0_73697075的博客
10-22 147
或者做新的训练的时候可以先创建一个子文件：SummaryWriter("新文件夹名")它可以帮助你跟踪和展示训练过程中的指标，如损失和准确率，可视化模型图，查看权重、偏置或其他张量的直方图，将嵌入投影到低维空间，显示图像、文本和音频数据，分析TensorFlow程序的性能，等等​。注：这样得到的图片是格式(H, W, 3)，并非默认的(3, H, W), 需要设置dataformats='HWC'将网址赋值浏览器的网址栏，回车，即可查看tensorboard显示日志情况。Tensorboard是一个用于。
【TensorFlow】TensorBoard的使用（二）
秋天
08-06 7883
在《【TensorFlow】TensorBoard的使用（一）》中讲述了如何简单的使用TensorBoard，但是生成的图比较乱，本文旨在对生成的图进行优化。 优化主要分为如下步骤： 定义操作名字的作用域：with tf.name_scope(name): 定义张量的name值：w = tf.Variable(tf.truncated_normal([5, 5, size_in, size_...
TensorBoard实现训练可视化
岁月如歌
05-25 361
推荐：TensorBoard实现训练可视化 https://zhuanlan.zhihu.com/p/84215973 https://www.jianshu.com/p/321eb9d195cc
读取tensorboard数据并可视化
qq_35153620的博客
07-29 4153
使用tensorboard可以很好的记录tensorflow在训练模型中的一些变量值，尤其loss值， 然而tensorboard自带的可视化工具并不能随意设置绘图信息，我们通过读取tensorboard的数据，然后使用matplotlib对数据进行可视化分析 代码： from tensorboard.backend.event_processing import event_accumu...
详解TensorBoard如何调参
qunnie_yi的博客
05-11 8514
本文作者：CSDN优秀博主 专栏作者 「不会停的蜗牛」 什么是 TensorBoardTensorBoard 是 TensorFlow 上一个非常酷的功能，我们都知道神经网络很多时候就像是个黑盒子，里面到底是什么样，是什么样的结构，是怎么训练的，可能很难搞清楚。而 TensorBoard 的作用就是可以把复杂的神经网络训练过程给可视化，可以更好地理解，调试并优化程序。我们在建立神经网络模型解...
TensorFlow可视化神器：TensorBoard实战与功能详解
TensorBoard是TensorFlow库的重要组成部分，它是一个强大的可视化工具，用于监测和理解深度学习模型的训练过程。它通过读取TensorFlow程序运行过程中产生的日志文件（通常包含summary protobuf数据），将复杂的数据...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值