python-tensorflow tensorboard

2021-04-12

一直不知道怎么调试tensorflow模型，怎么样算好，遇到问题怎么办，目前还不知道怎么解决，听说tensorboard在调试过程种有很好的效果，花了一天时间了解学习。

本文主要讨论常用的几个应用：

1）怎么查看模型图及保存

2）添加 scalar 、 添加image 、 添加histogram到日志中

 

1）怎么查看模型图及保存（tensorboard最简单的使用）

import tensorflow as tf

a = tf.constant(1.0)
b = a+1

# #生成一个写日志的writer，并将当前的tensorflow计算图写入日志
# 不存在目录，则创建该目录
writer = tf.summary.FileWriter('./result/logs',tf.get_default_graph())      # tensorboard足够识别本图

tensorboard --logdir .

2）添加 scalar 、 添加image 、 添加histogram到日志中

import tensorflow as tf
import cv2

# scalar
with tf.name_scope('scalar'):
    c = tf.Variable(1.0,name='c')
    assign_op = tf.assign_add(c,2.0)
    tf.summary.scalar('c_summary',c)    #记录标量
    tf.summary.scalar('c_summary_1', c)  # 新建窗口，记录标量
with tf.name_scope('scalar1'):
    tf.summary.scalar('c_summary', c)  # 新建窗口，记录标量

# image
# tf.summary.image(name, tensor)  tensor必须为4-D
with tf.name_scope('image'):
    img = cv2.imread('view-2-large.png',)
    img = img.reshape(1,img.shape[0],img.shape[1],img.shape[2])
    img_tensor = tf.constant(img,dtype=tf.uint8)
    tf.summary.image('img',img_tensor)

    tf.summary.image('img_1',img_tensor)

# histogram
# tf.summary.histogram(name, values)
# 横坐标：values的分布范围
# 纵坐标：训练次数（图形种曲线的颜色由后至前逐步变浅，表示训练的次数逐步增加）
with tf.name_scope('histogram'):
    value = tf.random_normal(shape=[1000,],mean=0.0,stddev=1.0,seed=0)
    tf.summary.histogram('hist',value)

    tf.summary.histogram('hist1',value)

# #生成一个写日志的writer，并将当前的tensorflow计算图写入日志
# 不存在目录，则创建该目录
writer = tf.summary.FileWriter('./result/logs',tf.get_default_graph())      # tensorboard足够识别本图

# log_device_placement:打印日志
# allow_soft_placement:允许自动分配存在的设备给操作，解决手动分配设备的错误问题。
config=tf.ConfigProto(log_device_placement=True, allow_soft_placement=True)
with tf.Session(config=config) as sess:
    tf.global_variables_initializer().run()

    #汇总所有的summary
    merged = tf.summary.merge_all()     #merge_all

    for i in range(200):
        c_out,value_out,summary = sess.run([assign_op,value,merged])        #执行merged
        print('c_out:%f,step:%d'%(c_out,i))

        writer.add_summary(summary,global_step=i)           #

步骤：

1、将想要保存的scalar,image,histogram使用tf.summary.xxx方法设置操作

2、merged = tf.summary.merge_all()汇总所有操作

3、sess.run(merged)  执行merged操作

4、writer.add_summary() 将每次训练的结果加入到日志中

注意：

1、不同name_scope绘制不同的图，比如scalar相关的曲线名称为 scalar1/c_summary、scalar/c_summary、scalar/c_summary_1