【Tensorboard】Tensorboard 数据可视化 之summary

1. summary的使用

主程序中，训练之前

1）

eg.

variable_summaries(weights)  

variable_summaries(biases)

2）histogram

eg.

tf.summary.histogram('pre_activations', logits)

tf.summary.histogram('activations', final_tensor)

 

3）普通的折线图

eg.

 tf.summary.scalar('cross_entropy', cross_entropy_mean)

 tf.summary.scalar('acc', acc)

 tf.summary.scalar('sens', sens)

 tf.summary.scalar('spec', spec)

 tf.summary.scalar('ppv', ppv)

 tf.summary.scalar('npv', npv)

 tf.summary.scalar('mcc', mcc)

 

2.sess开始后

 

 init = tf.global_variables_initializer()   #变量初始化

 sess.run(init) 

merged = tf.summary.merge_all()  #之后需要 merged

 

#定义保存日志的地方

train_writer = tf.summary.FileWriter('log3/train', sess.graph)
evaluate_writer = tf.summary.FileWriter('log3/evaluate')
test_writer = tf.summary.FileWriter('log3/test')

 

#运行sess，需要加入merged

summary, _ = sess.run([merged,train_step],  
                     feed_dict={bottleneck_input: train_bottlenecks, ground_truth_input: train_ground_truth})  

#再添加结果到summary中

train_writer.add_summary(summary, i)