Window系统使用tensorboard

Window系统使用tensorboard

1、基本用法

在代码文件中添加如下语句:

writer = tf.summary.FileWriter("/path/to/logs", sess.graph)

注意: 上面的代码中,需要将第一个参数,即 /path/to/logs替换成对应的目录路径。
之后在终端运行:

python [python文件名].py
tensorboard --logdir "/path/to/logs" --port [指定端口号]

接着就可以在浏览器通过 http://localhost:[指定的端口号] 来查看了。

2、Windows下的操作

上述步骤在Linux系统下是没有问题的(前提是配置正确),但在Windows下会有问题。因为Windows下的路径由于有反斜杠符号,可能会导致一些问题。因此解决方法是:
在执行了python 文件名.py之后,先进入你设置的logs目录的父目录下,按下shift键点击鼠标右键,选择“在此处打开Powershell窗口”,在打开的命令行窗口中执行以下命令:

tensorboard --logdir "你设置的logs目录文件夹名字" --port [指定端口号]

现在你可以通过浏览器看到可视化的视图了。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
安装 1. 安装TensorFlow 确保已经安装了TensorFlow。如果尚未安装,请根据TensorFlow安装文档进行安装。 2. 安装TensorBoard 使用pip命令安装最新版本的TensorBoard。 ``` pip install tensorboard ``` 使用 1. 训练模型 使用TensorFlow编写训练模型,并使用TensorBoard将其记录下来。 ```python import tensorflow as tf # 定义一个简单的线性模型 x = tf.placeholder(tf.float32, [None, 1], name='x') W = tf.Variable(tf.zeros([1, 1]), name='W') b = tf.Variable(tf.zeros([1]), name='b') y = tf.matmul(x, W) + b # 定义损失函数和优化器 y_ = tf.placeholder(tf.float32, [None, 1], name='y_') loss = tf.reduce_mean(tf.square(y - y_)) train_step = tf.train.GradientDescentOptimizer(0.01).minimize(loss) # 定义日志记录 tf.summary.scalar('loss', loss) merged_summary_op = tf.summary.merge_all() # 创建会话并运行训练 with tf.Session() as sess: sess.run(tf.global_variables_initializer()) writer = tf.summary.FileWriter('./logs/', sess.graph) for i in range(1000): xs = [[i]] ys = [[2 * i]] _, summary = sess.run([train_step, merged_summary_op], feed_dict={x: xs, y_: ys}) writer.add_summary(summary, i) ``` 2. 启动TensorBoard 在终端中输入以下命令: ``` tensorboard --logdir=./logs ``` 其中,`--logdir`参数指定了TensorBoard读取日志的目录。 3. 查看TensorBoard 在浏览器中输入以下地址: ``` http://localhost:6006 ``` 其中,`6006`是TensorBoard默认的端口号。在浏览器中,可以查看训练模型的Graph、各种Summary信息、运行时间等等。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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