利用TensorBoard可视化TensorFlow运行状态及常用API

TensorFlow–TensorBoard可视化

利用TensorBoard可视化TensorFlow运行状态

• TensorBoard是TensorFlow的可视化工具
• 通过Tensor Flow程序运行过程中输出的日志文件可视化TensorFlow程序的运行状态
• TensorBoard和TensorFlow程序跑在不同的进程中
  

产生日志文件

• tf.reset_default_graph():清除default graph和不断增加的节点

# 作者：北山啦
# 地址：https://beishan.blog.csdn.net

tf.reset_default_graph()

logdir = "D:/log"
"""定义一个简单的计算图，实现向量加法的操作"""
input1 = tf.constant([1.0, 2.0, 3.0], name="input1")
input2 = tf.Variable(tf.random_uniform([3]), name="input2")
output = tf.add_n([input1, input2], name="add")
"""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()

启动TensorBoard

1. 在Anaconda Prompt中进入日志存放的目录
   

2. 运行TensorBoard
   将日志的地址只想程序日志输出的地址

tensorboard --logdir=D:\log

3. 通过给定的网址，进入即可

TensorBoard常用API

到这里就结束了，如果对你有帮助，欢迎点赞关注评论，你的点赞对我很重要