tensorboard的使用——一mnist手写库为例

最新推荐文章于 2023-06-09 13:05:11 发布

pale1018

最新推荐文章于 2023-06-09 13:05:11 发布

阅读量5.6k

点赞数

文章标签： tensorboard

本文链接：https://blog.csdn.net/qq_31120801/article/details/75268765

版权

本文通过MNIST手写库详细介绍了Tensorboard的使用，包括变量汇总、直方图记录、运行选项设置，以及Tensorboard的SCALARS、IMAGES、GRAPHS、DISTRIBUTIONS、HISTOGRAMS和EMBEDDINGS六大窗口的功能和可视化效果。

摘要由CSDN通过智能技术生成

定义变量的汇总函数 variable_summaries,计算变量的mean,stddev,max和min,对这些标量使用tf.summary.scalar进行记录和汇总；

使用tf.summary.histogram记录变量的直方图数据。

def variable_summaries(var):
  """Attach a lot of summaries to a Tensor (for TensorBoard visualization)."""
  with tf.name_scope('summaries'):
    mean = tf.reduce_mean(var)
    tf.summary.scalar('mean', mean)
    with tf.name_scope('stddev'):
      stddev = tf.sqrt(tf.reduce_mean(tf.square(var - mean)))
    tf.summary.scalar('stddev', stddev)
    tf.summary.scalar('max', tf.reduce_max(var))
    tf.summary.scalar('min', tf.reduce_min(var))
    tf.summary.histogram('histogram', var)

其中tf.RunOption()定义TensorFlow运行选项，其中设置trace_level为FULL_TRACE，并使用tf.RunMetadata()定义TensorFlow运行的元信息，这样可以记录训练时运算时间和内存占用等方面的信息。