TensorBoard简介
Tensorflow发布包中提供了TensorBoard,用于展示Tensorflow任务在计算过程中的Graph、定量指标图以及附加数据。大致的效果如下所示,
TensorBoard工作机制
TensorBoard 通过读取 TensorFlow 的事件文件来运行。TensorFlow 的事件文件包括了你会在 TensorFlow 运行中涉及到的主要数据。关于TensorBoard的详细介绍请参考TensorBoard:可视化学习。下面做个简单介绍。
Tensorflow的API中提供了一种叫做Summary的操作,用于将Tensorflow计算过程的相关数据序列化成字符串Tensor。例如标量数据的图表scalar_summary或者梯度权重的分布histogram_summary。
通过tf.train.SummaryWriter来将序列化后的Summary数据保存到磁盘指定目录(通过参数logdir指定)。此外,SummaryWriter构造函数还包含了一个可选参数GraphDef,通过指定该参数,可以在TensorBoard中展示Tensorflow中的Graph(如上图所示)。
大致的代码框架如下所示:
merged_summary_op =tf.merge_all_summaries()
summary_writer= tf.train.SummaryWriter('/tmp/mnist_logs', sess.graph)
total_step=0whiletraining:
total_step+= 1session.run(training_op)if total_step % 100 ==0:
s