tensorflow之tensorboard的使用

最新推荐文章于 2022-02-12 11:08:01 发布
最新推荐文章于 2022-02-12 11:08:01 发布
阅读量536 收藏 1
点赞数
分类专栏： TensorFlow 文章标签： tensorflow
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_37744293/article/details/78261209
版权

Tensorboard:可视化学习
为了方便Tensorflow程序的理解、调试与优化，Tensorflow自带了一个可视化工具-Tensorboard，可以用来展现Tensorflow图像，绘制图像生成的定量指标以及附加数据。
Tensorboard的数据形式

  • 标量：Scalars
  • 图片：Images
  • 音频：Audio
  • 计算图：Graph
  • 数据分布：Distribution
  • 直方图：Histograms
  • 嵌入向量：Embeddings

Tensorboard 可视化过程
1、首先建立一个graph，搭建好模型
2、确定要在graph中的哪些节点放置summary operations以记录信息
- 使用tf.summary.scalar记录标量
- 使用tf.summary.histogram记录数据的直方图
- 使用tf.summary.distribution记录数据的分布图
- 使用tf.summary.image记录图像数据 -
3、operations并不会去真的执行计算，除非你告诉他们需要去run,或者它被其他的需要run的operation所依赖。而我们上一步创建的这些summary operations其实并不被其他节点依赖，因此，我们需要特地去运行所有的summary节点。但是呢，一份程序下来可能有超多这样的summary 节点，要手动一个一个去启动自然是及其繁琐的，因此我们可以使用tf.summary.merge_all去将所有summary节点合并成一个节点，只要运行这个节点，就能产生所有我们之前设置的summary data。
4、使用tf.summary.FileWriter将运行后输出的数据都保存到本地磁盘中
5、运行整个程序，并在命令行输入运行tensorboard的指令，之后打开web端可查看可视化的结果
Tensorboard在windows 下运行应注意的地方：

  • 切换到tensorboard所在的目录下，不然找不到tensorboard的py文件
  • logdir的路径文件夹之间用//分割，绝对位置要写对。（不然会出现显示空白的情况）

这里写图片描述

林林同學
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
【TensorBoard】运行TensorBoard出现的错误汇总及相关的解决方案
Jinlong_Xu的博客
05-03 1万+
在上一篇文章中，我详尽的介绍了如何启动TensorBoard，并写下了很详细的步骤。尽管这看起来很简单，但是在启动TensorBoard的过程，还是遇到了一些问题。接下来我就简单的总结一下我遇到的坑。        1、我没找不到log文件？！              答：所谓的log文件其实就是在你train过程中保存的关于你train的所有详尽信息。                  
tensorflow之tensorboard
Sky
10-26 472
tensorflow之tensorboard前言tensorboard是TensorFlow中自带的一个数据可视化工具，在安装TensorFlow的同时，系统会自动安装。 在不同的TensorFlow版本中，记录训练过程所需要的API也不一样，1.3主要需要summary，而之前的版本，则直接封装在了tf下面 在使用tensorboard时，必须使用name_scope来创建一个域，然后在每个域
运行 tensorboard
weixin_30378623的博客
10-19 89
使用下面命令总是报错： tensorboard --logdir=mylogdir tensorboard --logdir='./mylogdir' 正确命令 tensorboard --logdir mylogdir 转载于:https://www.cnblogs.com/yaos/p/9817694.html
Tensorboard 运行
b2357666846的博客
04-17 168
cmd --->cd 到需要运行的文件路径----》tensorboard --logdir 文件或者文件夹 --host 127.0.0.1 (注意: 是两个横线) 注意：运行tensorboard 之前一定要在tensorflow环境下 即:activate tensorflow 转载于:https://www.cnblogs.com/luckHu...
tensorboard的在tensorflow中的使用
Adminbeimu的博客
12-26 872
加粗样式 使用cmd命令进入运行网络的环境，一般为anaconda创建的虚拟环境 使用命令 后生成网址 等于号后面一定是 然后输入http://localhost:6006/#scalars&_smoothingWeight=0.659网址，即可查看自己的训练曲线！ ...
tensorboard运行
weixin_30577801的博客
05-27 133
终端中进入存放even文件的文件夹的上一步，然后，输入tensorboard --logdir=存放even文件的文件夹 转载于:https://www.cnblogs.com/wzwi/p/10931397.html
tensorflow中TensorBoard用法：
ACM_hades的博客
02-17 1572
TensorBoard 工作原理： 简单来说，TensorBoard 是通过一些操作（summary operations）将数据记录到文件（event files）中，然后再读取文件来完成作图的。 工作步骤： Summary：对需要可视化的变量进行summary操作，以记录变量的日志信息。 Merge:使用 tf.summary.merge_all 来将定义的多个summary操作聚合成一个...
对Tensorflow中tensorboard日志的生成与显示详解
09-18
今天小编就为大家分享一篇对Tensorflow中tensorboard日志的生成与显示详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
tensorflow2 tensorboard可视化使用
u010554381的博客
05-21 3482
tensorflow2自带tensorboard，所以不必再自行安装tensorboard。 一、使用环境 win10 x64； anaconda3+tensorflow2（cpu版本） 二、使用 1.在模型训练之前插入以下代码 log_dir= os.path.join('logs') #win10下的bug， if not os.path.exists(log_dir): os.mkdir(log_dir) tensorboard = tf.keras.callbacks.Tens
tensorflow_tensorboard-1.5.1-py3-none-any.whl
03-04
官网下载特别慢，适用于python 3.5.4，分享资源，供大家下载。
TensorFlow保存TensorBoard图像操作
09-16
本文将详细介绍如何在TensorFlow中保存和使用TensorBoard来可视化图像。 首先，TensorBoard的主要功能包括显示训练损失曲线、绘制模型图、监控指标以及可视化高维数据，例如图像。在TensorFlow中，我们可以使用`tf....
Windows运行可视化工具tensorboard
Gler.的博客
05-06 835
tensorboard是TensorFlow的可视化工具，可以将神经网络模型结构与训练过程的数据保存到自定义的路径与日志文件中，然后在web端可视化展现。这里简单记录一下tensorboard的运行方法。 1.代码生成可视化文件 简单测试代码生成文件放在D:\logs中，包含训练以及测试的文件夹。 2. 采用Anaconda安装的TensorFlow，打开Anaconda Prompt，也可以用...
tensorflow提取模型，tensorboard 的使用
weixin_46315604的博客
06-28 106
tensorflow提取模型，tensorboard 的使用 import tensorflow.compat.v1 as tf g = tf.Graph() with g.as_default() as g: tf.train.import_meta_graph('D:\\anjian\ML-BoneSuppression-2.0\ML-BoneSuppression-2.0\model\model.meta') with tf.Session(graph=g) as sess: fi
运行Tensorboard可视化文件
weixin_44323744的博客
02-12 3065
运行Tensorboard可视化文件 命令行输入： tensorboard --logdir=存放events.out.tfevents.1642406031的文件夹路径 --host=127.0.0.1 port=6060 在终端出现 在浏览器中打开网址即可查看。 踩过的坑 1.tensorflow与tensorboard版本不匹配问题 一开始我的tensorflow==1.3.0，tensorboard==2.6.0，结果运行tensorboard可视化命令时报错， 网上说是它..
tensorboard的使用
weixin_47084663的博客
10-22 862
一、找到tensorboard.exe的路径 一般在python运行环境目录下的Scripts下，或者直接搜索tensorboard.exe。 二、进入该目录下，cd到Scripts下 cd C:\xxx\xx\anaconda3\Scripts 三、运行tensorboard命令 1、首先找到运行程序的日志输出路径（一般在项目目录中），复制路径地址 找到该文件的路径 2、cmd中执行命令，按回车 tensorboard --logdir=日志路径地址 运行结果如下： 3、在浏览器中打开 复制上图中
tensorboard启动和运行
偏执的眸
07-06 871
那，这里能够找到很多代码，我就不贴代码了，很多的代码都有个创建目录的语句，可以修改成自己想要的目录。之后运行然后找到保存的log文件，该文件拓展名比较特殊log文件保存再你修改的目录里然后按住shift+右键，打开命令框，输入如下tensorboard --logdir = ./就能得到一个地址，然后复制该网址到浏览器，就可以打开tensorboard啦~~~~...
TensorBoard 2 的运行方法
weixin_41135864的博客
02-06 784
tensorflow代码： # Load the TensorBoard notebook extension # tensorboard import tensorflow as tf import datetime mnist = tf.keras.datasets.mnist (x_train, y_train),(x_test, y_test) = mnist.load_data(...
tf.shape()与tf.get_shape()
热门推荐
林林同學的博客
10-16 1万+
import tensorflow as tf import numpy as np x=tf.constant([[1,2,3],[4,5,6]]) y =[[1,2,3],[4,5,6]] z= np.arange(24).reshape([2,3,4]) sess = tf.Session() x_shape= tf.shape(x) y_shape=tf.shape(y) z_shape=t
tensorflow中tensorboard使用pycharm
最新发布
04-01
在PyCharm中使用TensorFlow的TensorBoard，需要遵循以下步骤： 1. 安装TensorFlow和TensorBoard 确保已经安装了TensorFlow和TensorBoard。如果未安装，可以使用以下命令在PyCharm的终端中进行安装： ``` pip install tensorflow pip install tensorboard ``` 2. 创建TensorFlow程序 在PyCharm中创建一个新的Python文件，并编写TensorFlow程序。例如，下面是一个简单的TensorFlow程序： ``` import tensorflow as tf a = tf.constant(5) b = tf.constant(3) c = tf.add(a, b) with tf.Session() as sess: print(sess.run(c)) ``` 3. 在TensorBoard中显示图形 要在TensorBoard中显示图形，需要将TensorFlow程序中的图形写入日志文件中。可以使用以下代码将图形写入日志文件： ``` import tensorflow as tf a = tf.constant(5) b = tf.constant(3) c = tf.add(a, b) with tf.Session() as sess: writer = tf.summary.FileWriter('./graphs', sess.graph) print(sess.run(c)) writer.close() ``` 在上面的代码中，将日志文件写入`./graphs`文件夹中。可以将文件夹更改为任何您想要的位置。 4. 启动TensorBoard 在PyCharm的终端中，使用以下命令启动TensorBoard： ``` tensorboard --logdir=./graphs ``` 在上面的命令中，`--logdir`参数指定了日志文件所在的文件夹。如果您将日志文件写入了其他位置，请相应地更改此参数。 5. 查看TensorBoard 在浏览器中，打开`http://localhost:6006`，即可查看TensorBoard的界面。在界面中，可以看到程序的图形和其他有用的信息。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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