《深度学习》TensorFlow之TensorBoard demo

本文展示了一个使用TensorFlow v1构建简单计算图的示例,通过禁用GPU加速确保资源分配合理。代码创建了两个常量a和b,分别进行乘法和加法运算,并将结果输出。此外,还介绍了如何使用TensorBoard查看计算图,包括设置日志目录和启动TensorBoard服务器的方法。

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

import tensorflow.compat.v1 as tf

import os

os.environ["CUDA_VISIBLE_DEVICES"] = "-1"
tf.disable_v2_behavior()
a = tf.constant(4, name = "input_a")
b = tf.constant(2, name = "input_b")
c = tf.multiply(a, b, name = "mul_c")
d = tf.add(a, b, name = "add_d")
e = tf.add(c, d, name = "add_e")

sess = tf.Session()
print(sess.run(e))
write = tf.summary.FileWriter('./my_graph/1', sess.graph)

os.environ[“CUDA_VISIBLE_DEVICES”] = “-1” 是禁用GPU加速。

运行发现当前文件夹下多了个my_graph,里面有个1文件夹,1里面有日志数据。
在这里插入图片描述

运行TensorBoard的方法:

进入到保存日志的文件,运行语句:tensorboard --logdir=data (data是保存日志文件的全目录)
在这里插入图片描述
成功的话,最下面会显示一个地址,一般是http://localhost:6006/

复制到浏览器打开,就可以看到数据流图啦
在这里插入图片描述

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