【tensorflow入门】10、可视化--Tensorboard的安装、使用、排雷

PrincessLin

于 2019-05-31 09:12:12 发布

阅读量500

点赞数 1

CC 4.0 BY-SA版权

分类专栏：学习笔记文章标签： tensorflow tensorboard 可视化

本文链接：https://blog.youkuaiyun.com/PrincessLin/article/details/90709933

本文介绍了如何使用TensorBoard进行TensorFlow项目的可视化。首先通过`pip install matplotlib`安装matplotlib，然后在代码中引入并使用`tf.name_scope`。关键步骤是创建`tf.summary.FileWriter`实例，注意避免使用过时的`tf.train.SummaryWriter`。完成代码后，检查logs文件夹确保生成了文件。接着，安装并运行TensorBoard，通过`tensorboard --logdir`指定日志目录，可能需要加上`--host=127.0.0.1`参数以访问界面。最后，复制生成的网址到浏览器打开TensorBoard，即可看到可视化结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、对项目8【tensorflow入门】建造入门级神经网络的代码进行改造

核心内容：

1、打开cmd命令提示符。

输入python -m pip install matplotlib进行自动的安装，系统会自动下载安装包。

2、导入工具包：import matplotlib.pyplot as plt

3、输入代码：with tf.name_scope('xxx'): 具体见程序。

4、核心代码！！！：writer = tf.summary.FileWriter("logs/",sess.graph) 注释见代码。

踩雷：莫烦视频中的tf.train.SummaryWriter已不适用，应当改为tf.summary.FileWriter 注意大小写。

import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt  #Python中画图的工具包

#添加神经层的函数
def add_layer(inputs,in_size,out_size,activation_function=None):
    with tf.name_scope('layer'):
        with tf.name_scope('weights'):
            Weights = tf.Variable(tf.random_normal([in_size,out_size]),name='W')   #二维
        with tf.name_scope('biases'):
            biases = tf.Variable(tf.zeros