tensorboard的使用
tensorboard是一款能将tensorflow过程可视化的有力工具。我们将从写入和使用两个方面进行说明。
- 首先在写入方面:
我们要使用tensorboard,需要现在python的代码里将一行特定的代码写入,才能生成tensorboard专用的log文件,才能在tensorboard中使用。
这一行特定的代码,就是在with tf.Session as sess :中写入
的语句,并且在with语句结束后写入writer.close().
其中绿色字部分是存放文件的路径,你可以自行决定,比如放在E盘的code文件夹的tensorboard文件夹下,即为writer=tf.summary.FileWriter("E:/code/tensorboard",tf.get_default_graph( ) )
tf.get_default_graph() 功能:获取当前默认计算图。你也可以写成sess.graph。
- 其次在读出log文件方面:
1.定位到log文件的存放位置
2.打开运行→cmd
3.输入以下代码,回车
(这些代码的意思是进入log文件的存放位置的上一层目录,获取log文件所在网址)
tensorboard --logdir=tensorboard --host=127.0.0.1
(--logdir= 后面为log文件所在的文件夹名称)
4.得到tensorboard文件所在网址,复制到google浏览器打开即可
复制的方法为单击鼠标右键,点击标记,框住网址,按下enter键,打开google浏览器进行粘贴即可
5.指定CPU/GPU
在tensorflow中,我们可以指定CPU或GPU去执行指定的程序:
这样,我们就指定了,这段代码要在gpu:2中进行,即第三块GPU上运行(因为GPU编号是从0开始的)