tensorboard基本使用

tensorboard基本介绍

conda下安装tensorboard

使用conda安装

conda install tensorboard

2、tensorboard的基本使用

1、创建一个tensorboard-test.py 代码如下

# tensorboard-test.py
from tensorboardX import SummaryWriter

# 创建一个"my-log"的tensorboard日志
writer = SummaryWriter("my-log")
for i in range(100):
    writer.add_scalar("a", i, global_step=i)
    writer.add_scalar("b",i**2, global_step=i)
writer.close()

以上代码,执行后,将在执行目录下,创建一个my-log的文件夹

2、展示日志

打开命令终端,

cd my-log
tensorboard --logdir ./

浏览器输入http://loclahost:6006
在这里插入图片描述

默认使用6006端口,如需要修改端口启动可使用 tensorboard --logdir <dir-log> --port <port-num>

tensorboard集成在jupyter-notebook

打开jupyter-notebook

$ jupyter-notebook

输入如下

%load_ext tensorboard
%tensorboard  --port {PORT} --logdir {BASE_DIR}

完整代码参考如下
在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
TensorBoard的profiling功能主要用于分析和优化TensorFlow模型的性能。使用TensorBoard的profiling功能,可以查看模型的计算图、内存使用情、运行时间等信息,以帮助开发者识别性能瓶颈并进行优化。 要使用TensorBoard的profiling功能,首先需要在代码中进行配置和启动。在TensorFlow 2.0中,可以通过以下步骤来使用profiling功能: 1. 导入必要的库和模块: ```python import tensorflow as tf from tensorboard.plugins.profile import profiler_v2 as profiler ``` 2. 在代码中的适当位置添加profiling代码: ```python # 创建一个Profiler profiler_profiler = tf.profiler.experimental.Profiler('logdir') # 开始profiling profiler_profiler.start() # 运行需要profiling的代码 # ... # 结束profiling profiler_profiler.stop() # 保存profiling数据到文件 profiler_profiler.save('logdir') ``` 3. 运行代码并生成profiling数据文件。 4. 启动TensorBoard,并加载profiling数据文件进行可视化分析: ```shell tensorboard --logdir=logdir ``` 通过TensorBoard的界面,可以查看模型的计算图、内存使用情况、运行时间等信息,以及进行性能优化分析。 请注意,使用TensorBoard的profiling功能需要安装TensorBoardtensorboard-plugin-profile两个库,并且要确保版本兼容性。 以上是使用TensorBoard的profiling功能的基本步骤和方法。根据具体的需求和问题,可能需要进一步深入学习和了解TensorBoard的profiling功能的更高级用法和技巧。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [tensorboard使用注意事项](https://blog.csdn.net/lizz2276/article/details/108174501)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值