TensorBoard
TensorBoard是TensorFlow中强大的可视化工具,其运行机理过程如下。
首先python脚本用SummaryWriter记录可视化的数据,接下来数据将以event file形式被存储至硬盘中,之后在命令行启动tensorboard并指定数据存储位置,每隔30s的时间(可自己设定)读取硬盘指定存储位置中的数据在web端做出展示。
SummaryWriter
功能:提供创建event file的高级接口
主要属性
- log_dir:event file输出文件夹,如果不指定,就在当前目录创建一个名为runs的文件夹,文件夹里面还有文件夹,再下一级才是event file。
- comment:不指定log_dir时,文件夹后缀,就是runs里面的文件夹后缀
- filename_suffix:event file文件名后缀
实例
writer = SummaryWriter(log_dir=log_dir, comment='_scalars', filename_suffix="666")
主要方法
add_scalar()
功能:记录标量
主要参数
- tag:图像的标签名
- scalar_value:要记录的标量
- global_step:x轴
一般x轴上是epoch数,要记录的标量最典型的是loss。但是这个函数的缺点是只能监控一个标量,绘制一种曲线,不能绘制多个曲线。
实例如下
writer.add_scalar