Windows下Anaconda中tensorflow的tensorboard使用

以运行手写数字识别(mnist)为例。
第一步:找到tensorflow-master\tensorflow\examples\tutorials\mnist下的mnist_with_summaries.py文件。找到文件末尾处下面几行语句。

  parser.add_argument('--log_dir', type=str, default='/tmp/tensorflow/mnist/logs/mnist_with_summaries',
                      help='Summaries log directory')

我们需要修改以下路径,比如修改成下面的路径:

  parser.add_argument('--log_dir', type=str, default='C:/tmp/tensorflow/mnist/logs/mnist_with_summaries',
                      help='Summaries log directory')

即将训练时记录的数据保存在C:/tmp/tensorflow/mnist/logs/mnist_with_summaries路径下,可以根据实际情况自行修改。

第二步:打开Anaconda Prompt,进入tensorflow-master\tensorflow\examples\tutorials\mnist路径下,运行命令

python mnist_with_summaries.py

截图如下:
这里写图片描述

第三步:再打开一个Anaconda Prompt,输入如下命令:

tensorboard --logdir= C:\tmp\tensorflow\mnist\logs\mnist_with_summaries

截图如下:
这里写图片描述
接下来只要打开浏览器,输入地址:192.168.139.1:6006即可进入tensorboard。
这里写图片描述

参考:
http://blog.csdn.net/bill_zhang5/article/details/69283353

  • 1
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值