实时查看参数变化情况
首先在代码目录下建立一个文件夹(如 ./tensorboard
)存放 TensorBoard 的记录文件,并在代码中实例化一个记录器
summary_writer = tf.summary.create_file_writer('./tensorboard') # 参数为记录文件所保存的目录
接下来,当需要记录训练过程中的参数时,通过 with 语句指定希望使用的记录器,并对需要记录的参数(一般是 scalar)运行 tf.summary.scalar(name, tensor, step=batch_index)
summary_writer = tf.summary.create_file_writer('./tensorboard')
# 开始模型训练
for batch_index in range(num_batches):
# ...(训练代码,当前batch的损失值放入变量loss中)
with summary_writer.as_default(): # 希望使用的记录器
tf.summary.scalar("loss", loss, step=batch_index)
tf.summary.scalar("MyScalar", my_scalar, step=batch_index) # 还可以添加其他自定义的变量
当我们要对训练过程可视化时,在代码目录打开终端
tensorboard --logdir=./tensor