tensorboard 安装和使用

tensorboard 安装和使用

TensorBoard是TensorFlow下的一个可视化的工具,能在训练大规模神经网络时将复杂的运算过程可视化。

tensorboard 安装

执行命令如下。不能用conda命令安装,别问我为啥,反正我没用conda安装成功。

pip install tensorboard

tensorboard使用

1.找到生成的log文件
2.cd到log文件的上一级目录
3.执行命令启动tensorboard
tensorboard --logdir=log(存储log文件的名称)
4.执行之后复制产生的网页链接到谷歌或者火狐浏览器就可以看到结果了

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
安装 1. 安装TensorFlow 确保已经安装了TensorFlow。如果尚未安装,请根据TensorFlow安装文档进行安装。 2. 安装TensorBoard 使用pip命令安装最新版本的TensorBoard。 ``` pip install tensorboard ``` 使用 1. 训练模型 使用TensorFlow编写训练模型,并使用TensorBoard将其记录下来。 ```python import tensorflow as tf # 定义一个简单的线性模型 x = tf.placeholder(tf.float32, [None, 1], name='x') W = tf.Variable(tf.zeros([1, 1]), name='W') b = tf.Variable(tf.zeros([1]), name='b') y = tf.matmul(x, W) + b # 定义损失函数和优化器 y_ = tf.placeholder(tf.float32, [None, 1], name='y_') loss = tf.reduce_mean(tf.square(y - y_)) train_step = tf.train.GradientDescentOptimizer(0.01).minimize(loss) # 定义日志记录 tf.summary.scalar('loss', loss) merged_summary_op = tf.summary.merge_all() # 创建会话并运行训练 with tf.Session() as sess: sess.run(tf.global_variables_initializer()) writer = tf.summary.FileWriter('./logs/', sess.graph) for i in range(1000): xs = [[i]] ys = [[2 * i]] _, summary = sess.run([train_step, merged_summary_op], feed_dict={x: xs, y_: ys}) writer.add_summary(summary, i) ``` 2. 启动TensorBoard 在终端中输入以下命令: ``` tensorboard --logdir=./logs ``` 其中,`--logdir`参数指定了TensorBoard读取日志的目录。 3. 查看TensorBoard 在浏览器中输入以下地址: ``` http://localhost:6006 ``` 其中,`6006`是TensorBoard默认的端口号。在浏览器中,可以查看训练模型的Graph、各种Summary信息、运行时间等等。
评论
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
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