Tensorboard计算图问题汇总

最新推荐文章于 2024-08-16 10:50:28 发布

东泰山

最新推荐文章于 2024-08-16 10:50:28 发布

阅读量1k

点赞数

分类专栏： Tensorflow 机器学习文章标签： Tensorflow 机器学习 Tensorboard

本文链接：https://blog.csdn.net/u010936286/article/details/80696674

版权

TensorBoard是TensorFlow的可视化工具，用于显示训练过程中的图像、网络结构等。本文总结了使用TensorBoard时遇到的问题，包括无法运行TensorBoard、出现"No dashboards are active for the current data set."提示的解决办法，涉及端口、浏览器版本、命令行操作和代码输入等常见问题的解答。

摘要由CSDN通过智能技术生成

TensorBoard是TensorFlow下的一个可视化的工具，能在训练大规模神经网络时将复杂的运算过程可视化。TensorBoard能展示你训练过程中绘制的图像、网络结构等。

首先给出一个Tensorboard计算图的例子，后面给出常遇问题及解决方案。

下面是Tensorflow生成计算图的代码示例,即可在'./log'路径下得到计算图文件

import tensorflow as tf
import  numpy as np
#创建计算图会话
sess = tf.Session()

my_array = np.array([[1.,3.,5.,7.,9.],[-2.,0.,2.,4.,6.],[-6.,-3.,0.,3.,6.]])
x_vals = np.array([my_array,my_array+1])
#创建占位符及变量
x_data = tf.placeholder(tf.float32,shape=(3,5))

m1 = tf.constant([[1.],[0.],[-1.],[2.],[4.]])
m2 = tf.constant([[2.]])
m3 = tf.constant([[10.]])
#创建层
prod1 = tf.matmul(x_data,m1)
prod2 = tf.matmul(prod1,m2)
prod3 = tf.add(prod2,m3)

for x in x_vals:
    print(sess.run(prod2,feed_dict={x_data:x}))
#计算图路径及保存
log_dir = '.