TensorBoard是一种基于Web的TensorFlow可视化工具,可以有效的展示TensorFlow在运行过程中的计算图,各种指标随着时间变化的变化趋势以及训练过程中使用的图像信息。通过可视化tensorflow计算图以及可视化程序运行过程中的信息,便于调优。
1. 生成日志文件
在Session下,变量初始化前添加如下语句,则会生成日志文件
writer = tf.summary.FileWriter(path/to/log)
2. 日志文件写入
2.1 往日志文件中添加TensorFlow计算图
with tf.Session() as sess:
writer = tf.summary.FileWriter(path/to/log)
writer.add_graph(sess.graph)
...
计算节点:小椭圆
命名空间:矩形
实边:刻画数据传输的方向,箭头方向表达了数据传输的方向
虚线:计算之间的依赖关系
这些都可以在tensorboard左边的信息栏可见。
命名空间与TensorBoard图上节点
通过使用命名空间,tensorflow计算图中同一个命名空间下的所有节点都会被缩略成一个节点,可以整理可视化效果图上的计算结点。因此在构建模型时,使用命名空间整理计算节点,可以简化计算图。
tensorflow设置命名空间的函数:
tf.variable_scope()
tf.name_scope()