【TensorFlow学习四】使用Tensorboard可视化

本文详细介绍如何使用TensorBoard对TensorFlow Lite模型进行可视化,包括加载模型、生成事件文件及在浏览器中展示模型结构的步骤。

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

一. 网络模型可视化

import tensorflow as tf

model = 'tflite_graph_300.pb'
graph = tf.get_default_graph()
graph_def = graph.as_graph_def()
graph_def.ParseFromString(tf.gfile.FastGFile(model, 'rb').read())
tf.import_graph_def(graph_def, name='graph')
summaryWriter = tf.summary.FileWriter('log_300/', graph)

    执行完上述程序, 将在log_300目录下生成events.out.tfevents.1564989783.amax.

    接着,在服务器上执行:

tensorboard --logdir=./log_300


TensorBoard 1.13.1 at http://amax:6006 (Press CTRL+C to quit)

    最后,在浏览器上输入命令进行可视化; 并点击Choose File导入tflite_graph_300.pbtxt

http://172.20.36.201:6006

 

 

 

 

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
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