tensorboard是什么
tensorboard是配合tensorflow使用的。是tensorflow程序可视化工具。
为什么需要tensorboard
当我们使用tensorflow编写我们的神经网络时,在tensorflow看到的只是一串代码,这很难让人直观了解网络运行样子和数据变化情况。这样,为运行调试提供难度。
所以我们需要一个可视化工具,让我们使得理解、调试和优化复杂的神经网络程序变得很方便。这个工具就是tensorboard。
tensorboard怎么实现神经网络可视化
tensorboard是通过读取tensorflow产生的log文件,进行可视化。所以使用tensorboard前,你要学会怎样从tensorflow获取log文件和可视化的数据。并知道怎样把数据写入log文件。
tensorboard可视化数据的获取
第一步:在你想收集信息的那个点,设置信息收集点
比如我在loss函数收集loss值
loss=…
tf.sumarry.scalar(“loss”,loss)
#(信息收集点名称,你要搜集信息的点名称)
这样就可以收集到loss函数的值
第二步:把信息汇总
merged = tf.summary.merge_all()
这一步的作用就是将代码中的tf.summary中的汇总聚集起来,放在merged变量中,可以一起操作。
第三步:创建log文件
writer = tf.summary.FileWriter(‘graph’, sess.graph)
第四步:运行summary点
在tensorflow中只有在会话中才会被真正执行
summary=sess.run(XX)
第五步:把汇总信息加入汇总文件
writer.add_summary(summary)
启用tensorboard
首先先找到你工作空间找到log文件,复制log文件路径
打开cmd
输入tensorflow --logdir==路径
回车等待
出来一个网址复制,进入浏览器粘贴进入即可。(这个网址其实就是本机端口)