Tensorboard打开方式使用方式

第一步,首先在代码里面给神经网络的结构呀,权重呀,偏执呀等等都起好名字,分好类。然后把这个存到文件里面,给文件起名叫logss,当然这些都是在代码里完成的~再运行代码

第二步,打开。对于anaconda下的Tensorboard,win系统,先开一个anaconda prompt,然后acitvate tensorflow,

接着我们先找到logss这个文件夹,然后把他拽出来,拽到C盘下面,不拽应该也可以。关键就是命令行运行的时候,需要在logss的

根目录下面运行这个代码

tensorboard --logdir logs

运行完了会出行一个网址, 我们进入这个网址就可以看到Tensorboard啦~

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
TensorBoard是一个用于可视化TensorFlow模型训练过程和结果的工具。它提供了一种直观的方式来监控和调试模型,包括可视化网络结构、训练过程中的损失和准确率曲线、激活直方图、计算图等。 要使用TensorBoard,首先确保你已经安装了TensorFlow。然后,在训练过程中,将训练过程中生成的日志文件记录到一个目录中,这个目录将作为TensorBoard的输入。 在Python代码中,你可以使用`tf.summary.FileWriter`来将日志记录到指定目录。例如: ```python import tensorflow as tf # 定义一个图并进行训练 # ... # 创建一个用于写入日志的文件写入器 log_dir = "logs/" summary_writer = tf.summary.create_file_writer(log_dir) # 在每个训练步骤中,记录相关信息 with summary_writer.as_default(): tf.summary.scalar('loss', loss, step=step) tf.summary.scalar('accuracy', accuracy, step=step) # 其他需要记录的信息 # 启动TensorBoard服务器 tensorboard --logdir=logs/ ``` 在命令行中运行上述代码后,会在`logs/`目录下生成日志文件。然后打开终端,切换到包含`logs/`目录的上级目录,并运行`tensorboard --logdir=logs/`命令,就可以启动TensorBoard服务器。 启动成功后,在浏览器中访问`http://localhost:6006`,就可以看到TensorBoard的界面。你可以在界面上选择不同的标签来查看不同的信息,例如`Scalars`可以显示损失和准确率的曲线,`Graphs`可以显示计算图等。 这就是使用TensorBoard的基本步骤,你可以根据自己的需求在训练过程中记录不同的信息,并通过TensorBoard进行可视化分析。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
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