tensorboard 使用总结
MarkdownPad2
基于tensorboard使用的总结
tensorflow可视化工具,可以通过tensorflow程序运行过程中输出的日志文件可视化tensorflow程序的运行状态。tensorflow和tensorboard程序跑在不同的进程中。
- tensorflow输出日志文件
tensorflow输出日志文件可以分为两类,计算图信息和指标信息
- 计算图信息
writer = tf.summary.FileWriter('path',sess.graph)
writer.close()
- 指标信息1
# Summaries for loss and accuracy
loss_summary = tf.summary.scalar("loss", textRNN.loss_val)
acc_summary = tf.summary.scalar("accuracy", textRNN.accuracy)
#histogram_summary 记录张量的分布[直方图](https://blog.csdn.net/weixin_35653315/article/details/72471312)
tf.histogram_summary("name",tensor)
#merge 整理所有的日志生成操作
merged = tf.merge_all_summaries()
#summary 和tensorflow一致,需要再session中运行
#for start, end in zip(range(0, number_of_training_data, batch_size),range(batch_size, number_of_training_data, batch_size)):
# feed_dict = {textRCNN.input_x: trainX[start:end],textRCNN.dropout_keep_prob: 0.5}
for batch_i in range(len(train_X) // batch_size):
summary,_ = sess.run([merged,train_step],feed_dict={})
writer.add_summary(summary,batch_i)
- tensorboard启动
#运行tensorboard
tensorboard --logdir=/path/...
注意:最好使用chrome浏览器
/path/…不能用引号”/path/…”
path路径最好使用绝对路径
- 引用自tensorflow实战
↩