关于tensorboard及其相关知识

本文深入讲解TensorBoard的常用函数,包括直方图、标量、图像、数据打包及存储等,帮助读者掌握TensorFlow模型的可视化技巧。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

关于tensorboard就胡乱写一下自己的想法吧,

【如何打开你保存的tensorboard文件】

D:\tf36\venv\Scripts

tensorboard.exe --logdir=

首先是最常用的几个函数,

第一个  :  tf.summary.histogram()

histogram() 这个单词的意思就是我们统计学中的直方图

( 这里我并不在理解为什么要用这个叫做直方图的函数来存储 w 和b 的取值 )

在tensorflow中,我们经常用它来存储 权重w 和 偏移b 的取值

在tensorboard的可视化中,我们的这两个值就会变成这样

 

 

2,,
tf.summary.scalar( )函数

主要用途:    一般在画loss曲线和accuary曲线时会用到这个函数。

 

 

 

3,,

然后是这个    tf.summary.image( )   函数, 我们可以看一下他需要传入的参数的内容

 

这个是我唯一没有亲手用过的函数,所以对他的印象有一点摸模模糊糊的

参数说明:
       [1]name  :一个节点的名字,如下图红色矩形框所示
       [2]tensor:要可视化的图像数据,一个四维的张量,元素类型为uint8或者float32,维度为[batch_size, height,
                 width, channels]
       [3]max_outputs:输出的通道数量,可以结合下面的示例代码进行理解

 

 

主要用途:       一般用在神经网络中图像的可视化

 

可能以后在用到反卷积的时候会和他打交道,我先暂时放在这里。。。。

 

4,,

然后是这个  tf.summary.merge_all()函数  

从函数名就可以看出来,这个函数的作用大概就相当于打包。

没什么特别的

 

5,,

最后一个,也是很关键的一步,就是存储

tf.summary.FileWriter()  

 

 

 

 

 

 

 

 

 

 

 

 

 

评论 2
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