Tensorflow —— Summary用法

本文详细介绍了TensorFlow中用于记录和可视化训练过程的summary工具,包括scalar、histogram、distribution、text、image、audio、merge_all、FileWriter的用法,并给出了如何通过tensorboard进行可视化的方法。

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

 

1、tf.summary.scalar


用来显示标量信息,其格式为:

tf.summary.scalar(tags, values, collections=None, name=None)


例如:tf.summary.scalar('mean', mean)

一般在画loss,accuary时会用到这个函数。

2、tf.summary.histogram


用来显示直方图信息,其格式为:

tf.summary.histogram(tags, values, collections=None, name=None)

 
例如: tf.summary.histogram('histogram', var)

一般用来显示训练过程中变量的分布情况

3、tf.summary.distribution


分布图,一般用于显示weights分布

4、tf.summary.text


可以将文本类型的数据转换为tensor写入summary中:

例如:

text = """/a/b/c\\_d/f\\_g\\_h\\_2017"""
summary_op0 = tf.summary.text('text', tf.convert_to_tensor(text))


5、tf.summary.image


输出带图像的probuf,汇总数据的图像的的形式如下: ' tag /image/0', ' tag /image/1'...,

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