Tensorboard 1.13.1的使用，及遇到的几个问题

最新推荐文章于 2023-09-20 21:40:21 发布

Li--AiTao

最新推荐文章于 2023-09-20 21:40:21 发布

阅读量1.9k

点赞数

分类专栏：大数据

本文链接：https://blog.youkuaiyun.com/VABTC/article/details/91039925

版权

大数据专栏收录该内容

8 篇文章

订阅专栏

TensorBoard介绍
TensorBoard是TensorFlow的可视化工具，它可以通过TensorFlow程序运行过程中输出的日志文件可视化TensorFlow程序的运行状态。TensorFlow和TensorBoard程序跑在不同的进程中，TensorBoard会自动读取最新的TensorFlow日志文件，并呈现当前程序运行的最新状态。
代码运行

（1）在Windows或者Linux下TensorFlow框架下，本人所用为win10下的Spyder。

（2）首先创建一个可视化.py文件，它会默认保存到程序的工作空间中，其中

writer = tf.summary.FileWriter("logs/",sess.graph)#加载到文件里，再从文件里加载出来观看

测试代码如下：

import tensorflow as tf

def add_layer(input,in_size,out_size,activation_function=None):
    #add one more layer and return the output of this layer
    with tf.name_scope('layer'):
        with tf.name_scope('weights'):
            Weights = tf.Variable(tf.random_normal([in_size,out_size]),name='W')
        with tf.name_scope('biases'):
            biases = tf.Variable(tf.zeros([1,out_size]) + 0.1,name='b')
        with tf.name_scope('Wx_plus_b'):
            Wx_plus_b = tf.add(tf.matmul(input,Weights),biases)
        if activation_function is None:
            outputs = Wx_plus_b
        else:
            outputs = activation_function(Wx_plus_b,)
        return outputs

#define placeholder for inputs to network
with tf.name_scope('input'):
    xs = tf.placeholder(tf.float32,[None,1],name='x_input')
    ys = tf.placeholder(tf.float32,[None,1],name='y_input')

#add hidder layer
l1 = add_layer(xs,1,10,activation_function=tf.nn.relu)
#add output layer
prediction = add_layer(l1,10,1,activation_function=None)

#the error between prediction and real data
with tf.name_scope('loss'):
    loss = tf.reduce_mean(tf.reduce_sum(tf.square(ys-prediction),reduction_indices=[1]))
with tf.name_scope('train'):
    train_step = tf.train.GradientDescentOptimizer(0.1).minimize(loss)

sess = tf.Session()
writer = tf.summary.FileWriter("logs/",sess.graph)#加载到文件里，再从文件里加载出来观看
#important step
sess.run(tf.initialize_all_variables())

（3）运行完毕后会生成在log下生成文件，打开终端，切换到文件目录下：

activate tensorflow
cd 你的路径
tensorboard --logdir=logs

此处出现了一个小的插曲。运行后出现

OSError:[Errno 22] Invalid argument

此处查阅资料后，博主https://blog.youkuaiyun.com/u013244846/article/details/88380860，给出了解决方案。但是本人所用工具为Spyder，不过解决方法大致相同。

在tensorflow环境下查找...\Lib\site-packages\tensorboard路径下的manager.py 打开修改_type_timestamp的定义下的serialize，

serialize=lambda dt: int(dt.strftime("%S"))

最终运行后会出现如下结果：

(tensorflow) I:\TensorflowWS>tensorboard --logdir=logs
TensorBoard 1.13.1 at http://DESKTOP-RR115KR:6006 (Press CTRL+C to quit)

（4）打开浏览器，将网址复制到地址栏。

然而此处遇到了问题

在几经周折以后，在博主https://blog.youkuaiyun.com/dr_theodore/article/details/80748068出找到了解决方法。即在末尾加一句--host=127.0.0.1

(tensorflow) I:\TensorflowWS>tensorboard --logdir=logs --host=127.0.0.1
TensorBoard 1.13.1 at http://127.0.0.1:6006 (Press CTRL+C to quit)

完成后，如图：

另附一条Tensorboard学习总结Tensorboard各显示块的作用