TensorFlow学习笔记(5)---TensorBoard可视化

最新推荐文章于 2024-01-19 16:06:56 发布

hillyfighting

最新推荐文章于 2024-01-19 16:06:56 发布

阅读量198

点赞数

分类专栏： tensorflow 文章标签： tensorflow

本文链接：https://blog.csdn.net/hillyfighting/article/details/107885889

版权

本文介绍了如何使用TensorFlow的可视化工具TensorBoard，包括生成日志文件、添加计算图、计算节点信息、标量信息、图片和音频信息以及直方图数据，并详细讲解了每个步骤的作用和实现方法，旨在帮助用户更好地理解和优化TensorFlow程序。

摘要由CSDN通过智能技术生成

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：