《TensorFlow技术解析与实战》第3章可视化TensorFlow

本文链接：https://blog.csdn.net/liujh845633242/article/details/89879940

可视化tensorflow目录

可视化是认识程序的最直观的方式。在做数据分析时，可视化一般是数据分析最后一步的结果呈现。tensorboard是tensorflow自带的一个强大的可视化工具，也是一个web应用程序套件。

3.1 PlayGround

PlayGround是一个用于教学目的的简单神经网络的在线颜色、实验的图形化平台，非常强大地可视化了神经网络的训练过程。使用它可以在浏览器里训练神经网络，对Tensorflow有一个感性的认识。

打开google浏览器，在地址栏中输入：http://playground.tensorflow.org/ 敲回车，就可以打开下面的页面。
在这里插入图片描述
该界面中，从左到右分别是：数据（DATA）、特征（FEATURES）、神经网络的隐藏层（HIDDEN LAYERS）和层总的连接线和输出（OUTPUT）几个部分组成。

3.3 TensorBoard可视化的例子一

tensorboard是tensorflow自带的一个强大的可视化工具，也是一个web应用程序套件。

TesnsorBoard通过运行一个本地服务器，来监听6006端口。，在浏览器发出请求时，分析训练时记录的数据，绘制训练过程中的图像。

词嵌入（word embedding）在机器学习中非常常见，可以应用在自然语言处理、推荐系统等其他程序中。下面我们就以Word2vec为例来看看词嵌入投影仪 (projector) 的可视化。

在网址：https://github.com/tensorflow/tensorflow/tree/master/tensorflow/examples/tutorials/word2vec 中下载word2vec_basic.py文件。

其中，Word2vec_basic.py中采用的是text8作为文本的训练数据集。text8在网址：http://mattmahoney.net/dc/textdata 中可以下载到。

1、运行word2vec_basic.py

在Spyder上运行，可以得到下面的图。并且会生成如下图所示的log文件。
首先安装tensorflow，
log文件

在这里插入图片描述

2、在tensorboard中显示

打开命令提示端，然后切换到如下图所示的路径(即红线处的路径)，然后输入命令

tensorboard --logdir=log文件的目录

在这里插入图片描述
但是敲回车后，出现了如下图所示的错误。

为了处理上述错误，开始上网各种搜，最后，按照上述路径打开manager.py文件，修改第51行代码为下面的代码：

(dt - datetime.datetime.fromtimestamp(86400)).total_seconds()),

再次执行，没有再显示错误了。
在这里插入图片描述
接下来，把上面红色框线中的地址输入到google浏览器中，敲回车，还是无法显示。然后把在命令端按下CTRL+C组合键，在google浏览器中输入：localhost：6006 敲回车，tensorboard显示出来了。

在这里插入图片描述
在projector面板的左侧的工具栏中，可以选择降维的方式，有T-SNE、PCA 和 CUSTOM 的降维方式。在projector面板右侧，可以采用正则表达式匹配出某些词，直观地看到词之间的余弦距离的关系。

3.2 TensorBoard可视化例子二

我们以MNIST手写数字识别的入门示例来进行介绍

下载代码：https://github.com/tensorflow/tensorflow/tree/master/tensorflow/examples/tutorials/mnist

打开命令提示窗口，切换到 D:/programdata/anaconda3/scripts （因为我的anaconda安装在了D盘的programdata中），然后输入在Spyder中运行 minist_with_summaries.py 文件

tensorboard --logdir="代码所在的目录路径/minist_with_summaries.py"

遇到的第一个问题：
在这里插入图片描述
上述问题的解决方法是：打开mnist_with_summaries.py文件将第201-2012行进行修改（也就是在tensorflow前加上了 /，在input_data后面也加上了 /），如下所示：

遇到的第二个问题：

再次运行mnist_with_summaries.py文件，又出现了如下问题
在这里插入图片描述
这个问题是无法访问网址，从而无法获取MINST的数据集。

但是，在代码所在的根目录下会生成文件夹== tensorflow→mnist→input_data==

解决办法： 下载下MINST数据集，复制到上面的input_data文件夹中
在这里插入图片描述
在这里附上MINST数据集的下载地址：http://yann.lecun.com/exdb/mnist/

同时，还得打开fully_connected_feed.py文件，将第261-268行进行修改，如下图所示：
在这里插入图片描述
现在打开fully_connected_feed.py文件，然后运行一下，得到如下的结果：

打开mnist_with_summaries.py文件，然后运行一下，会在logs文件夹中生成中间结果文件。

现在打开命令提示行提示窗口，在其中输入如下图所示的命令后，敲回车得到下图的结果：
在这里插入图片描述
打开google浏览器，在其中输入：localhost:6006, 敲回车，就得到了下面的页面了。