TensorFlow2.0环境下TensorBoard数据流可视化模块使用

本文档介绍了如何在TensorFlow 2.0环境下使用TensorBoard进行数据流可视化。首先需要在Jupyter中导入相关包并禁用2.0图模式,然后在代码中插入特定代码段生成日志文件。接着,在Anaconda Prompt中激活TensorFlow环境,找到日志文件路径并运行指定命令。最后,通过浏览器访问显示的URL(http://localhost:6006/)即可开启TensorBoard进行可视化操作。
摘要由CSDN通过智能技术生成

虽然现在自己的TensorFlow版本是2.1的,但是感觉之前1.x 中数据流可视化的功能还是很不错的,下面记录以下在TensorFlow2.0

环境下tensorboard数据流可视化的使用。

 1.首先在jupyter写代码时要导入1的包,同时禁用2.0图模式

#想用1.x版本的代码时,可以使用:
import tensorflow.compat.v1 as tf
#执行以下代码禁用2.0的模式
tf.disable_eager_execution()

2.在自己的代码中合适的位置加入以下代码

#清除default graph和不断增加的节点
tf.reset_default_graph()

#定义自己的数据流
#定义变量a
a=tf.Variable(1,name="a")
#定义操作b=a+10
b=tf.add(a,1,name="b")
#定义操作c=4*b
c=tf.multiply(b,4,name="c")

#Logdir改为自己机器上合适的路径
logdir='E:/pythonlog'

#生成日志
write=tf.summary.FileWriter(logdir,tf.get_default_graph())
write.close()

3.执行这段代码后,如果不报错,那么在自己定义的目录下应该有一个生成的日志文件

4.打开Anaconda Prompt 

首先激活自己的TensorFlow环境,之后找到

  • 1
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
评论 6
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