TensorFlow笔记(3) TensorBoard可视化
1. TensorBoard简介
TensorBoard是TensorFlow的可视化工具
通过运行过程中输出的日志文件可视化程序的运行状态
可以帮助开发者方便的理解、调试、优化TensorFlow 程序
2. 运行TensorBoard
举个例子:
import tensorflow as tf
logdir = 'E:/python/log' # log存储路径
tf.reset_default_graph() # 清除default graph和不断增加的节点
node1 = tf.Variable(1.0, tf.float32, name="node1") # 定义变量
node2 = tf.add(node1, 2.0, name="node2") # 定义操作 node2 为 node1+2.0
node3 = tf.subtract(node2, 0.5, name="node3") # 定义操作 node3 为 node3-0.5
node4 = tf.multiply(node2, node3, name="node4") # 定义操作 node4 为 node2*node3
node5 = tf.divide(node4, node1, name="node5") # 定义操作 node5 为 node5/node1
# 生成一个写日志的writer,并将当前的TensorFlow计算图写入日志
writer = tf.summary.FileWriter(logdir, tf.get_default_graph())
writer.close()
运行后在指定目录产生了日志文件
先进入日志存放的目录,再运行TensorBoard,并将日志的地址指向程序日志输出的地址
tensorboard --logdir=E:/python/log
就会得到一个网址
使用浏览器(建议Google Chrome)输入上述地址,得到可视化图,点击node5可以清晰看到其操作:
3. 常用API
API | 功能 |
---|---|
tf.summary.FileWrite() | 创建FileWriter和事件文件 |
tf.summary.FileWriter.add_summary() | 将摘要添加到事件文件 |
tf.summary.FileWriter.add_event() | 向事件文件添加一个事件 |
tf.summary.FileWriter.add_graph() | 向事件文件添加一个图 |
tf.summary.FileWriter.get_logdir() | 获取事件文件的路径 |
tf.summary.FileWriter.flush() | 将所有事件都写入磁盘 |
tf.summary.FileWriter.close() | 将事件写入磁盘,并关闭文件操作符 |
tf.summary.scalar() | 输出包含单个标量值的摘要 |
tf.summary.histogram() | 输出包含直方图的摘要 |
tf.summary.audio() | 输出包含音频的摘要 |
tf.summary.image() | 输出包含图片的摘要 |
tf.summary.merge() | 合并摘要,包含所有输入摘要的值 |
相关推荐:
TensorFlow笔记(2) 常量与变量
TensorFlow笔记(1) 基础概念
谢谢!