虽然现在自己的TensorFlow版本是2.1的,但是感觉之前1.x 中数据流可视化的功能还是很不错的,下面记录以下在TensorFlow2.0
环境下tensorboard数据流可视化的使用。
1.首先在jupyter写代码时要导入1的包,同时禁用2.0图模式
#想用1.x版本的代码时,可以使用:
import tensorflow.compat.v1 as tf
#执行以下代码禁用2.0的模式
tf.disable_eager_execution()
2.在自己的代码中合适的位置加入以下代码
#清除default graph和不断增加的节点
tf.reset_default_graph()
#定义自己的数据流
#定义变量a
a=tf.Variable(1,name="a")
#定义操作b=a+10
b=tf.add(a,1,name="b")
#定义操作c=4*b
c=tf.multiply(b,4,name="c")
#Logdir改为自己机器上合适的路径
logdir='E:/pythonlog'
#生成日志
write=tf.summary.FileWriter(logdir,tf.get_default_graph())
write.close()
3.执行这段代码后,如果不报错,那么在自己定义的目录下应该有一个生成的日志文件
4.打开Anaconda Prompt
首先激活自己的TensorFlow环境,之后找到生成日志文件的路径(很重要!!!),运行结果如下,则表明操作正确
5.在日志目录下输入一条代码就成功啦
tensorboard --logdir=E:\pythonlog
运行后结果:复制里面的网址(http://localhost:6006/)在浏览器中打开即可。
6.成功,可以开始TensorBoard的操作啦