TensorBoard一幅图中显示多条曲线

最新推荐文章于 2025-08-05 10:45:24 发布

原创最新推荐文章于 2025-08-05 10:45:24 发布 · 7.9k 阅读

9 ·

CC 4.0 BY-SA版权

文章标签：

#tensorboard

深度学习专栏收录该内容

29 篇文章

订阅专栏

本文介绍了一个使用TensorFlow和NumPy进行随机数生成，并通过TensorBoard记录和展示训练过程损失值的例子。该代码创建了两个TensorBoard日志文件，分别记录了不同的随机损失值，展示了如何在深度学习训练过程中利用TensorBoard进行有效的日志记录和可视化。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import tensorflow as tf
from numpy import random
 
writer_1 = tf.summary.FileWriter("./logs/plot_1")
writer_2 = tf.summary.FileWriter("./logs/plot_2")
 
log_var = tf.Variable(0.0)
tf.summary.scalar("loss", log_var)
 
write_op = tf.summary.merge_all()
 
session = tf.InteractiveSession()
session.run(tf.global_variables_initializer())
 
for i in range(100):
    # for writer 1
    summary = session.run(write_op, {log_var: random.rand()})
    writer_1.add_summary(summary, i)
    writer_1.flush()
 
    # for writer 2
    summary = session.run(write_op, {log_var: random.rand()})
    writer_2.add_summary(summary, i)
    writer_2.flush()

pyhton tensorboard --logdir=./logs

截图所示：