从tensorflow的summary中提取数据，并进行平滑操作与显示

最新推荐文章于 2025-11-10 00:15:07 发布
原创 最新推荐文章于 2025-11-10 00:15:07 发布 · 1.8k 阅读 · 7 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文介绍了如何从Tensorboard的summary中提取并分析训练过程数据。首先，通过tensorboard加载summary数据并下载scalar数据，然后使用滑动平均算法对数据进行平滑处理，最后展示平滑后的数据曲线，支持对比多个模型的性能变化。提供的Python函数实现了数据平滑与显示的功能。

在训练神经网络时，我们通常用summary记录训练的过程信息，并用tensorboard可视化显示。

在完成训练后，有时我们需要使用保存在summary中的数据进行分析，那么如何从summary中提取需要的数据并分析显示呢？以下分两步来说明。

step1: 用tensorboard加载summary数据，用Chrome浏览器显示并下载需要的scalar数据。

1. 在命令中进入summary文件所在文件夹，并执行

tensorboard --logdir=./

得到tensorboard的可视化网址，在chrome中打开该网址

2. 在tensorboard界面左上方，勾选“show data download links”选项，如下图所示

3.找到对应的scalar数据曲线，点击下方的“run to download”，如下图所示

4: 点击弹出的灰色方框，选择要下

最低0.47元/天 解锁文章
wzg2016
关注
TensorFlow框架调优与数据预处理技巧
AI天才研究院
08-10 1365
Tensorflow是Google推出的开源机器学习框架，能够实现高效的神经网络训练与模型部署。其主要特点包括：简单易用、高度模块化、自动求导、端到端可训练、分布式训练等。TensorFlow框架参数优化数据预处理技巧深度学习框架性能优化方法本文介绍了在深度学习框架调优、数据预处理技巧、深度学习框架性能优化方法、以及常见的算法原理、操作步骤和数学公式等方面，有关 Tensorflow 的各种优化方法。希望大家能够有所收获。
深度解析：Python与TensorFlow在日平均气温预测中的应用——LSTM神经网络实战
专注于人工智能、软件开发、工控自动化、工厂数字化及智能化等领域，希望和大家共同进步！
12-14 1406
本研究旨在深入解析Python与TensorFlow在日平均气温预测中的应用，特别是利用LSTM神经网络进行实战。介绍气温预测的重要性和现有方法的局限性。详细阐述LSTM神经网络的原理及其在气温预测中的应用。提供一个基于Python和TensorFlow的LSTM模型搭建、训练和预测的完整教程。通过实操案例，展示如何使用Python和TensorFlow构建LSTM模型，并应用于实际的气温预测问题。分析模型性能，并讨论如何优化模型以提高预测准确性。
tensorboard scalar smoothing(smooth)操作 底层实现算法
qq_40939814的博客
05-15 5794
已测试 该算法现阶段与tensorboard的scalar smoothing 操作匹配 (时间：2020-5-15) def tensorboard_smoothing(x, smooth): """tensorboard smoothing 底层算法实现 :param x: shape(N,). const. :param smooth: smoothing系数 :return: new_x """ x = x.copy() weight =
tensorboard 平滑损失曲线代码
Charel_CHEN的博客
05-18 2万+
tensorboard 平滑损失曲线代码 标签（空格分隔）： tensorflow 源码 咱们写论文，或者工作汇报的时候，希望展现非常漂亮的深度学习损失函数曲线图 在tensorflow中集成了很实用的tensorboard可视化工具，能够实时观测训练过程中的损失函数曲线图，以及建立的图模型，甚至在tensorboard可以可视化一些图像的分割或者分类结果，非常方面。但是，深度学习往...
告别数据孤岛：TensorBoard与Excel/Python无缝协同的4种实战方案
最新发布
gitblog_00712的博客
11-10 637
训练模型时，你是否遇到过这些困境：TensorBoard里的 loss 曲线想导出到 Excel 做对比分析却找不到入口？实验数据需要用 Python 做进一步统计却不知如何提取？本文将系统讲解 TensorBoard 数据的导出方法与外部工具集成技巧，让你的模型训练数据真正流动起来。 ## 一、Scalar数据快速导出：3步获取可分析表格 TensorBoard 的标量面板（Scalar Da
tf.summary用法总结
热门推荐
Jasminexjf的博客
09-22 2万+
转自 原博客 tensorboard 作为一款可视化神器，可以说是学习tensorflow时模型训练以及参数可视化的法宝。 而在训练过程中，主要用到了tf.summary()的各类方法，能够保存训练过程以及参数分布图并在tensorboard显示。 tf.summary有诸多函数： 1、tf.summary.scalar 用来显示标量信息，其格式为： tf.summary.scala...
tensorboard平滑loss曲线并用matlab绘图-20200927
csdnxiekai的博客
09-27 2378
tensorboard平滑曲线代码 “tensorboard提供了下载借口，可以下载没有经过平滑后的数据，但是之前说了，没有平滑的曲线非常的不好看，现在我们需要做的是将下载下来的原始数据在本地进行平滑“”。代码如下： import pandas as pd import numpy as np import os def smooth(csv_path,weight=0.85): #weight是平滑度，tensorboard 默认0.6 data = pd.read_csv(filepath_or
提取Tensorboard的loss曲线平滑重画
hesongzefairy的博客
12-15 7799
tensorboard中的loss曲线在网页中可以通过设置平滑参数，画出比较漂亮的曲线，但是平滑后的曲线是没办法直接提取出来的 这里我们直接从tensorboard的页面中点击Show data download links，然后把曲线的csv文件下载下来，通过下面的代码平滑处理： 定义smooth函数，输入tensorboard下载的csv，然后保存平滑之后的csv文件 import pandas as pd import numpy as np import os def smooth(csv_
图像Summary还原实战：从tfevents中提取并可视化YOLO保存的特征图
# 图像Summary还原与YOLO模型特征可视化的深度探索 在智能家居设备日益复杂的今天，确保无线连接的稳定性已成为一大设计挑战。MT7697芯片凭借其对蓝牙5.0协议的完整支持，正成为解决这一难题的关键方案之一 ️。但...
基于 TensorFlow 的车牌预处理及识别系统的设计与实现(毕业论文)
weixin_48579084的博客
03-06 2744
该项目车牌识别系统开发环境使用 Python 语言和 TensorFlow 深度学习平台，辅助工 具使用 LabelMe 进行数据标注和预处理。Python 拥有强大的机器学习和科学计算生态系统， TensorFlow 提供了良好的灵活性和扩展性，LabelMe 提供了快速有效的图像标注功能。
【Python数据处理】读取event文件导出的excel数据并作平滑处理（类似tensorboard的smoothing效果）
木易进
06-27 3014
【Python数据处理】批量导出深度学习网络训练生成的event格式文件中的数据到同一excel表的不同sheet 上一篇blog已经把训练生成的event数据导入到excel中去，（笔者生成的event格式文件是训练深度学习网络生成的文件数据）接下来我们就要根据这些数据来绘图。首先要读取excel中的数据。 读取excel数据 这里笔者尝试了两种读取excel数据的方式，推荐使用pandas包，因为该包中有一个Dataframe数据格式，简直好用的不得了，而且操作很灵活。 先上demo，下面再分析： im
【Tensorboard】Tensorboard 数据可视化 之summary
sunflower_sara的机器学习园地
05-30 487
1. summary的使用 主程序中，训练之前 1） eg. variable_summaries(weights) variable_summaries(biases) 2）histogram eg. tf.summary.histogram('pre_activations', logits) tf.summary.histogram('activations',...
tensorboard summary使用
BeforeEasy的博客
09-10 806
假设想要输出loss随epoch的变化图： 1、构建图过程中声明scalar变量 在图中定义loss节点后，加一个 loss_summary = tf.summry.scalar('loss',loss) 当有多个要输出时，可以用 merged_summary_op = tf.merge_all_summaries() 汇总到一个节点，执行时执行这个节点，add这个节点就行 2、构建完整个图...
tf第九讲：tensorboard可视化之tf.summary
weixin_43178406的博客
03-11 2万+
本文主要讲解了如何利用tensorboard对tf进行可视化，保存训练过程中产生的日志，并对日志进行可视化。通过loss、accuracy的可视化可以进一步判断模型的训练效果
tensorboard summary存储数据
墨流觞的博客
09-10 2954
利用summary存储数据 总共分为4步 添加记录节点 tf.summary.scalar(name, tensor) 汇总记录节点 summary_op = tf.summary.merge_all() 运行汇总节点 summary_str = sess.run(summary, feed_dict=feed_dict) 将数据存到文件中 summary_write = tf....
Tensorboard 直方图Summary使用指南
Daniel2333的博客
05-18 1万+
Tensorboard功能很fancy; if 不知道如何解读其中的信息: 然并卵;主要内容：如何解读Histogram Dashboard的信息用途当你想查看一个tensor在训练过程的值的分布情况时，可通过下面的语句将其分布的统计情况显示在tensorboard页面中：tf.summary.histogram('summary_name', tensor)Tensorboard有两个选项
Tensorboard的使用 ---- SummaryWriter类（pytorch版）
redfish95的博客
02-12 8882
在进行模型训练时，对训练进行可视化可以帮助我们更直观查看模型训练情况，从而更容易发现问题。本文用到的方法为tensorboard可视化方法。
为什么在EXCEL表里输入银行账号后四位都会自动变成0000
小张的博客
11-02 1万+
EXCEL中默认数字显示11位，du如果超过11位，则会显示为科学zhi记数法或后面的显示为0，个人银dao行帐号一般为19位，要全部显示出来，就要以文本格式输入，方法有： 右击单元格（如果是整列，直接右击列标）–设置单元格格式–数字–文本–确定； 先输入英文状态下的单引号“’”，再输入数字串，也是作为文本，会全部显示出来； 如果输入的数字已经成了科学记数法，想改为文本格式，可先设置成文本格式，再双击单元格即可，但此法只适用于不超过15位数字，15位后的会显示为0，只有取消重新输入或修改。
Tensorboard的可视化之name_space和summary
上帝是个娘们的博客
04-01 461
name_scope name_scope：让生成的汇总有层次性 典型的TensorFlow可以有数以千计的节点，如此多而难以一下全部看到，甚至无法使用标准图表工具来展示。为了简单起见，我们为变量名划定范围，并且可视化把该信息用于在图表中的节点上定义一个层级。默认情况下，只有顶层节点会显示。 在fc1_model这个命名空间下，定义了三个操作: matmul，+，relu。生成的tensorbo...
利用U-Net对数据集Oxford-IIIT pet dataset,进行图像定位与分割。
06-13
准备数据集：下载并预处理数据集，包括加载图像和掩码，并进行必要的归一化和调整大小。2.构建U-Net模型：U-Net是一种常用于图像分割的卷积神经网络架构，由编码器（下采样）和解码器（上采样）组成，中间有跳跃连接...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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