TensorBoard是TensorFlow的可视化工具,它可以通过TensorFlow程序运行过程中输出的日志文件可视化TensorFlow程序的运行状态。
环境:
- 已经在Pycharm上安装好TensorFlow及TensorBoard
- Python3.6
一. TensorBoard使用的简单例程
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。
writer = tf.compat.v1.summary.FileWriter("E:\TF_Log",tf.compat.v1.get_default_graph())
writer.close()
在查看TensorBord之前,先运行产生TensorBoard日志文件的程序,然后在本地生成日志文件.
二. 在本地查看是否已经生成日志文件

三. 在cmd中打开日志文件所在目录并输入
tensorboard --logdir=E:\TF_Log --host=127.0.0.1

本文介绍了如何在Windows 10环境下,使用Pycharm结合TensorFlow来利用TensorBoard进行可视化。首先确保安装了TensorFlow和TensorBoard,接着通过Python3.6运行生成日志文件的程序,检查日志文件是否已生成,然后在命令行输入`tensorboard --logdir=路径`启动服务,并将生成的URL复制到浏览器中查看TensorFlow程序的运行状态。
最低0.47元/天 解锁文章
4189

被折叠的 条评论
为什么被折叠?



