使用TensorBoard将图可视化

本文介绍了如何利用TensorFlow创建简单的加法操作,并将计算图保存为events文件。然后,详细说明了启动TensorBoard的步骤,通过在浏览器中输入指定地址来查看和理解模型。最后,强调了在定义变量时设置name属性以便于在TensorBoard中识别变量的重要性。

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


TensorFlow可用于训练大规模深度神经网络所需的计算,使用该工具涉及的计算往往复杂而深奥。为了更方便TensorFlow程序的理解、调试和优化,TensorFlow提供了TensorBoard可视化工具。以a、b两数的和为例。

一、数据序列化成events文件

import tensorflow as tf
def events_demo():
    a = tf.constant(20,name='a')
    b = tf.constant(30,name='b')
    c = a + b
    print('c:',c)

    #开启会话
    with tf.Session() as sess:
        c_value = sess.run(c)
        print('c_value:',c_value)
        #sess的图属性
        print('sess的图属性:',sess.graph)
        #将图写入本地生成的events文件
        writer = tf.summary.FileWriter('e:/events/project',graph=tf.getdefault_graph())
        writer.close()
        
if __name__=='__main__':
    events_demo()

二、启动TensorBoard

Tensorboard -– logdir=’e:/events/project

cmd操作

在浏览器中打开TensorBoard的图页面,输入http://localhost:6006,得到结果
浏览器操作

三、总结

在定义变量时,加入name属性,在显示的图中有自定义的变量名

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

打赏作者

极客范儿

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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