tensorboard 正常使用步骤

本文介绍了一个使用TensorFlow进行向量加法运算的简单示例,并演示了如何通过TensorBoard查看日志文件来监控计算过程。作者通过创建一个包含随机数的变量与一个常量进行加法操作,并利用TensorBoard显示计算图。

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

https://www.cnblogs.com/tengge/p/6376073.html

 

前提,我用的chrome,查看下防火墙,获这杀毒软件,因为之前我有过设置,所以总不成功。但后来发现啦。

试验程序:

import tensorflow as tf


# 定义一个简单的计算图,实现向量加法的操作。
input1 = tf.constant([1.0, 2.0, 3.0], name = 'input1')
input2 = tf.Variable(tf.random_uniform([3]), name = 'input2')
output = tf.add_n([input1, input2], name = 'add')


# 生成一个写日志的writer,并将当前的tensorflow计算图写入日志。
# tensorflow提供了多种写日志文件的API
writer = tf.summary.FileWriter('C:/logfile', tf.get_default_graph())

writer.close()

运行生成以下文件

在prompt输入:tensorboard --logdir=C:/logfile

记得每次运行重新打开终端

附带一个查看文件内容的例子:

### 如何在Ubuntu系统上使用TensorBoard #### 安装TensorFlow和TensorBoard 为了能够在Ubuntu系统上使用TensorBoard,首先需要确保已安装了TensorFlow以及其附带的工具TensorBoard。 可以通过Python包管理器pip来安装这些软件包。如果尚未安装pip,则可以按照如下命令进行操作: ```bash sudo apt-get update sudo apt-get install python3-pip ``` 接着通过pip安装最新版本的TensorFlow(这会自动安装TensorBoard作为依赖项之一)[^4]: ```bash pip3 install tensorflow ``` #### 启动TensorBoard服务 一旦完成上述步骤并成功安装好TensorFlow之后,在想要监控训练过程的工作目录下启动TensorBoard服务器非常简单。只需要执行下面这条命令即可指定日志文件夹的位置给TensorBoard读取数据: ```bash tensorboard --logdir=path/to/logs ``` 这里`path/to/logs`应该替换为你实际存储模型运行期间产生的事件记录的日志路径。通常情况下,这个位置是在调用tf.summary.FileWriter()函数时所定义的地方。 默认情况下,TensorBoard会在本地8008端口监听HTTP请求;因此可以在浏览器地址栏输入http://localhost:6006/ 来访问Web界面[^1]。 #### 配置防火墙规则(可选) 假如打算远程连接到正在运行TensorBoard实例的机器,请记得开放相应的TCP端口号以便外部网络能够正常通信。对于大多数Linux发行版来说,可以利用ufw实用程序轻松实现这一点: ```bash sudo ufw allow 6006/tcp ``` 以上就是关于如何在Ubuntu环境下配置及使用TensorBoard的方法概述。
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