Tensorflow Tensorboard可视化数据流图
TensorFlow 使用 TensorBoard 来提供计算图形的图形图像。TensorBoard 也可以提供有关网络执行的量化指标。它读取 TensorFlow 事件文件,其中包含运行 TensorFlow 会话期间生成的摘要数据。
具体做法
使用 TensorBoard 的第一步是确定想要的 OP 摘要.
- 可以在 tf.summary.scalar OP 的帮助下得到需要的术语摘要.
示例:
(假设损失变量定义了误差项,我们想知道它是如何随时间变化的)
loss=tf...
tf.summary.scalar('loss',loss)
- 还可以使用tf.summary.histogram 可视化梯度、权重或特定层的输出分布:
output_tensor=tf.matmul(input_tensor,weights)+biases
tf.summary.histogram('output',output_tensor)
摘要将在会话操作中生成。可以在计算图中定义 tf.merge_all_summaries OP 来通过一步操作得到摘要,而不需要单独执行每个摘要操作
生成的摘要需要用事件文件写入:
tf.summary.Filewriter:
writer=tf.summary.Filewriter('summary_dir',sess.graph)
这会将所有摘要和图形写入 summary_dir 目录中.
为了可视化摘要,需要从命令行中调用 TensorBoard:
tensorboard--logdir=summary_dir
接下来,打开浏览器并输入地址 http://localhost:6006/(或运行 TensorBoard 命令后收到的链接)
你会看到类似于图 1 中的图,顶部有很多标签。Graphs(图表)选项卡能将运算图可视化: