一般在训练神经网络的时候,参数很多,也很复杂,有时我们就想把训练过程的一些数据进行可视化,方便我们调参。比如,如果我们可以看到神经网络训练过程的训练集的loss变化情况以及测试集的loss变化情况,通过这两条曲线我们就可以大致判断我们的网络是否已经过拟合了。所以说,可视化对我们调参的帮助还是挺大的。而深度学习框架tensorflow就自带了一款可视化工具tensorboard来方便 TensorFlow 程序的理解、调试与优化。现在我们就来看看它的使用方式。
tensorboard运行方式
TensorBoard 是通过读取 TensorFlow 的事件文件来运行。文件大概是长这个样子:
如何得到这样的文件
假如我现在在训练一个简单的神经网络,我想要将损失函数的数据记录下来:
cost = -tf.reduce_mean(10*Y * tf.log(hypothesis) + (1 - Y) * tf.log(1 - hypothesis))
tf.summary.sc