Tensorboard可视化

最新推荐文章于 2024-08-16 10:50:28 发布

-永不妥协-

最新推荐文章于 2024-08-16 10:50:28 发布

阅读量903

点赞数 1

分类专栏：深度学习

本文链接：https://blog.csdn.net/lz_peter/article/details/84961384

版权

本文介绍了如何利用Tensorboard进行神经网络模型的可视化。通过在Spyder中运行代码，生成logs文件夹，然后在Anaconda Prompt中指定logdir启动Tensorboard，最后在Chrome浏览器中查看结果。

摘要由CSDN通过智能技术生成

Tensorboard可以将我们搭建的神经网络可视化，下面为大家介绍如何利用tensorboard可视化我们所搭建的模型。

测试代码：

import tensorflow as tf

with tf.name_scope('graph') as scope:
     matrix1 = tf.constant([[3., 3.]],name ='matrix1')  #1 row by 2 column
     matrix2 = tf.constant([[2.],[2.]],name ='matrix2') # 2 row by 1 column
     product = tf.matmul(matrix1, matrix2,name='product')
  
sess = tf.Session()

writer = tf.summary.FileWriter("logs/", sess.graph)

init = tf.global_variables_initializer()

sess.run(init)

具体步骤：

1）在spyder运行上述代码段，会在当前的工作环境出现一个logs文件夹。如下图所示：