Tensorboard使用简介

Tensorboard使用简介

为了画Loss函数下降曲线,最近了解学习了一下Tensorboard。 —— [ TensorBoard:可视化学习 ]

TensorBoard 作为一款与Tensorflow配套的可视化工具,其目的是方便用户理解、调试与优化深度神经网络,其记录了训练过程的相关信息,并将其可视化表现。利用它,我们可以直观地感受网络参数的变化与分布,Loss值的下降,训练集与验证集Accuracy在模型更新过程中的变化,这无疑有利于我们加深对复杂神经网络的理解,并对冗余或不合理的设计进行优化与调整。

记录

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

保存标量:tf.summary.scalar('acc', self.acc)

保存直方图:tf.summary.histogram('logit_histogram', self.logits)

summary全部保存:self.summary = tf.summary.merge_all()

指定文件保存图:self.tb_writer = tf.summary.FileWriter(config.tbpath,self.sess.graph)

可以调用其add_summary()方法将训练过程数据保存在filewriter指定的文件中

self.tb_writer.add_summary(summary, self.step)

if self.step % self.display_step == 0:
                    _, c, summary, logits = self.sess.run([self.optimizer, self.model.total_cost, self.model.summary, self.model.logits], feed_dict)
                    self.tb_writer.add_summary(summary, self.step)
                    logger.Log("Step: {} completed".format(self.step))

启动

打开终端,键入如下语句 (port默认是6006,亦可自行定义):

tensorboard --logdir=logs --port=6007

打开浏览器,进入http://127.0.0.1:6007(如果是服务器的话,对应为服务器实际IP),故可看到Tensorboard的启动界面,如下:

这里写图片描述

但是如上所示的这些曲线图,走势波动很大,在曲线上表现为拥有很多毛刺,具体原因是自身所用数据集为50W条数据,而batch_size设置为54,一个iteration测的是一个batch的loss与accuracy,因此结果起伏很大,受限于内存,因此不敢调大batchsize。

后面改变策略,每1000iteration测试一遍(验证集全过一遍网络,训练集取前5000过网络,算loss与accuracy,得到如下图:

这里写图片描述

这里写图片描述

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

猴猴猪猪

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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