前言:
学无止境,在学习tensorflow events编写的理论及使用方法时,有以下文章及github开源代码为我提供了很大帮助,特此附上链接,表示感谢!希望对您也有参考借鉴的意义!
学习笔记 / 翻译分析
1. 博文:Python编程之tf.summary.scalar()的用法
源码
个人总结
1. 关于简单events的编写示例(主要参照博文1)
import tensorflow as tf
# 定义两个变量
a = tf.placeholder(dtype=tf.float32, shape=[])
b = tf.placeholder(dtype=tf.float32, shape=[])
#添加变量进去
tf.summary.scalar('a', a) # 生成曲线图step1
tf.summary.histogram('a', a) # 可生成直方图
tf.summary.scalar('b', b)
# 将所有summary全部保存到磁盘,以便tensorboard显示
smy = tf.summary.merge_all()
#初始化全局变量
init_op = tf.global_variables_initializer()
with tf.Session() as sess:
# 初始化变量
sess.run(init_op)
#把信息存储在具体的文件夹里面
writer = tf.summary.FileWriter("tjn", sess.graph)
for i in range(5):
#赋值
sumers=sess.run(smy,feed_dict={a:i+9,b:i+2}) # 生成曲线图step2
#把步骤都记录下来
writer.add_summary(summary=sumers,global_step=i)