使用TensorBoard将图可视化

最新推荐文章于 2025-03-06 21:14:01 发布

极客范儿

最新推荐文章于 2025-03-06 21:14:01 发布

阅读量455

点赞数

CC 4.0 BY-SA版权

分类专栏：机器学习 ━═━═━◥ AI ◤━═━═━ 数据可视化文章标签： tensorflow tensorboard python

本文链接：https://blog.youkuaiyun.com/Prototype___/article/details/120017402

数据可视化同时被 3 个专栏收录

24 篇文章

订阅专栏

━═━═━◥ AI ◤━═━═━

21 篇文章

订阅专栏

机器学习

15 篇文章

订阅专栏

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 >

文章目录

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