Tensorboard可视化
为了更好地管理、调试和优化神经网络的训练过程,TensorFlow提供了一个可视化工具tensorboard,tensorboard可以有效的展示TensorFlow在运行中的计算图,各种指标随时间变化趋势以及训练中使用的图像等信息。
TensorBoard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,TensorBoard和TensorFlow跑在不同的进程中,TensorBoard会自动读取最新的TensorFlow日志文件,并呈现出程序运行的最新状态。下面是一段TensorFlow程序,这个程序完成了TensorBoard日志输出功能。
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.summary.FileWriter("logs", tf.get_default_graph()) writer.close()
运行TensorBoard
tensorboard --logdir=path\logs --host=127.0.0.1
在浏览器中输入http://127.0.0.1:6006中打开便可显示计算图