本节主要总结TensorBoard可视化工具
tensorboard作用:
TensorBoard可以将训练过程中的各种绘制数据展示出来,包括标量(scalars),图片(images),
音频(Audio),计算图(graph),数据分布,直方图(histograms)和嵌入式向量。
为什么可以实现?
使用TensorBoard展示数据,首先需执行Tensorflow计算图,写入日志文件,同时输出一个writer类。
summary_op包括了summary.scalar、summary.histogram、summary.image等操作,这些操作输出的是各种
summary protobuf。
将各种类型的输出数据汇总并记录到日志文件中,通过summary.writer写入到event文件中。
使用TensorBoard读取这些日志文件,解析数据并生产数据可视化的Web页面,让我们可以在浏览器中观察各种汇总数据。
Tensorflow API中包含系列生成summary数据的API接口,这些函数将汇总信息存放在protobuf中,以字符串形式表达。
======1
tf.summary.scalar(tags, values, collections=None, name=None)
一般在画loss,accuary时会用到这个函数。