14 tensorboard 可视化好帮手
说明:
本文是根据优酷 莫凡 python tensorflow 中第14节视频
使用的环境为:
Ubuntu 14,04LST x86_64
GPU : nivdia K80
好,我们开始吧。
这次我们会介绍如何可视化神经网络。因为很多时候我们都是做好了一个神经网络,但是没有一个图像可以展示给大家看。这一节会介绍一个TensorFlow的可视化工具—tensorboard :)
通过使用这个工具我们可以很直观的看到整个神经网络的结构、框架。
以前几节的代码为例:相关代码
好,通过阅读代码我们大概知道了此处是有一个输入层(inputs),一个隐含层(layer),还有一个输出层(output)
现在可以看看如何进行可视化
首先从Input 开始:
# define placeholder for inputs to network
xs = tf.placeholder(tf.float32, [None, 1])
ys = tf.placeholder(tf.float32, [None, 1])
对于input我们进行如下修改:
首先,可以为xs指定名称为x_in:
xs= tf.placeholder(tf.float32, [None, 1],name='x_in')
然后再次对ys 指定 名称y_in
ys= tf.placeholder(tf.loat32, [None, 1],name='y_in')
这里指定的名称将来会在可视化的图层inputs中显示出来
使用with tf.name_scope(‘inputs’)可以将xs和ys包含进来,形成一个大的图层,图层的名字就是with tf.name_scope()方法里的参数。