Tensorflow基础 05-Tensorboard可视化

最新推荐文章于 2025-12-05 10:47:22 发布

原创最新推荐文章于 2025-12-05 10:47:22 发布 · 155 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#tensorflow #人工智能 #python

深度学习专栏收录该内容

63 篇文章

订阅专栏

本文介绍如何使用TensorFlow创建基本操作并将其可视化。通过定义张量、变量及常量，演示了如何利用TensorBoard将计算图写入事件文件，并展示如何运行会话来查看这些操作的值。此过程有助于理解复杂的模型结构。

部署运行你感兴趣的模型镜像

什么是可视化

将图书的信息存入事件文件,并在tensorboard显示示例

import tensorflow as tf

# 将图书的信息存入事件文件,并在tensorboard显示示例

# 创建一组操作
a = tf.constant([1, 2, 3, 4, 5])  # 普通张量
var = tf.Variable(tf.random_normal([2, 3], mean=0.0, stddev=1.0),
                  name="var")  # 变量
b = tf.constant(3.0, name="a")  # 这里故意将python变量和tf的op名称取得不一致
c = tf.constant(4.0, name="b")
d = tf.add(b, c, name="add")

# 显示初始化
init_op = tf.global_variables_initializer()

with tf.Session() as sess:
    sess.run(init_op)
    # 将当前session的gragh信息写入事件文件
    fw = tf.summary.FileWriter("../summary/", graph=sess.graph)
    print(sess.run([a, var, d]))