TensorBoard是一款强大的可视化工具，用于展示TensorFlow训练过程中的数据，如标量、图像、音频、计算图、数据分布、直方图和嵌入向量。通过SCALARS面板观察标量值变化，IMAGES显示图像变化，DISTRIBUTIONS呈现向量数据分布，EMBEDDINGS用于查看降维后的高维数据。使用tf.summary模块获取序列化数据，FileWriter写入事件文件，通过启动TensorBoard并指定logdir路径，即可在浏览器中查看可视化结果。
TensorBoard
TensorFlow
什么是TensorBoard？
可视化工具，可以将训练过程中的各种绘制数据展示出来，包括标量(scalars)，图片(images)，音频(Audio),计算图(graph),数据分布，直方图(histograms)和嵌入式向量。
控制面板SCALARS: 展示标量值随时间变化的关系图
IMAGES： 图像随时间变化的关系图
AUDIO: 音频数据随时间变化的关系图
GRAPHS： 显示数据流图
DISTRIBUTIONS: 显示向量值的数据分布
HISTOGRAMS： 显示向量值的统计信息
EMBEDDINGS： 显示降维后的高维数据
tf.summary 模块
该模块的功能是获取和输出模型相关的序列化数据。classes
说明
TensorBoard 使用流程
流程： 先使用summary ops来获取序列化数据；然后通过FileWriter实例将这些数据写入事件文件；最后，启动TensorBoard程序，加载事件文件中的序列化数据，我们就可以在各个面板中看到可视化数据了summary ops: 负责获取我们想要的，数据流图上的张量数据。summary ops中存储的三序列化数据(Protocol Buffers), 而在数据流图中存储的是具体的张量值。
FileWriter: 负责向事件文件中写入序列化数据。
name_scope
按名称域对节点进行分组的方法对于制作清晰的图形至关重要。如果您正在构建模型
最低0.47元/天 解锁文章
411
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
