tensorflow 训练之tensorboard使用

最新推荐文章于 2023-02-08 14:24:52 发布

转载最新推荐文章于 2023-02-08 14:24:52 发布 · 188 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/xiaoniu-666/p/10791783.html

文章标签：

#人工智能

本文详细介绍了如何在TensorFlow中使用Summary记录训练过程中的各种统计数据，并通过TensorBoard进行可视化展示。从简单的标量记录到复杂的直方图生成，再到Session操作整合，最后通过Writer将数据写入文件供TensorBoard读取。通过具体代码示例，展示了如何创建占位符、生成正态分布数据并记录为直方图，以及如何设置Session和Summary Writer来运行和保存Summary数据。

部署运行你感兴趣的模型镜像

1、add saclar and histogram

tf.summary.scalar('mean', mean)
tf.summary.histogram('histogram', var)

2、 sess-op

merged = tf.summary.merge_all()

3、writer init

train_writer = tf.summary.FileWriter(FLAGS.summaries_dir + '/train',
                                      sess.graph)

4、sess run & write to file

summary, acc = sess.run([merged, accuracy], feed_dict=feed_dict(False))
test_writer.add_summary(summary, i)

举例：

import tensorflow as tf

k = tf.placeholder(tf.float32)

# Make a normal distribution, with a shifting mean
mean_moving_normal = tf.random_normal(shape=[1000], mean=(5*k), stddev=1)
# Record that distribution into a histogram summary
tf.summary.histogram("normal/moving_mean", mean_moving_normal)

# Setup a session and summary writer
sess = tf.Session()
writer = tf.summary.FileWriter("/tmp/histogram_example")

summaries = tf.summary.merge_all()

# Setup a loop and write the summaries to disk
N = 400
for step in range(N):
  k_val = step/float(N)
  summ = sess.run(summaries, feed_dict={k: k_val})
  writer.add_summary(summ, global_step=step)

查看

tensorboard --logdir=/tmp/histogram_example

https://tensorflow.google.cn/guide/tensorboard_histograms

https://tensorflow.google.cn/guide/summaries_and_tensorboard

转载于:https://www.cnblogs.com/xiaoniu-666/p/10791783.html

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.15

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。它提供了一个灵活的平台,用于构建和训练各种机器学习模型