十一. Tensorboard

Posted on | In | Visitors:

本篇博客记录tensorboard和tf.summary的基本使用。

用tensorboard可视化听起来很酷炫，但实际上很简单：

在模型中插入一些记录数据的代码，使得一些关键数据可以保存成某种文件格式，再打开tensorboard应用，应用会自动加载这些文件，再在浏览器上以图像展示。

保存关键数据的代码都在tf.summary中。

主要用到：

  • tf.summary.scalar
  • tf.summary.histogram
  • tf.summary.merge_all
  • tf.summary.FileWriter

还是通过一个简单的优化问题来解释代码：

1
2
3
4
5
6
7
8
9
10
11
12
import tensorflow as tf

x = tf.Variable(tf.truncated_normal([]))
# 保存x
tf.summary.scalar('x', x)
goal = tf.pow(x-3,2)
# 保存goal
tf.summary.scalar('goal', goal)
optimizer = tf.train.GradientDescentOptimizer(learning_rate=0.1)
train_step = optimizer.minimize(goal)
# 把所有summary合并, fetch时只需fetch合并的即可
merged = tf.summary.merge_all()
1
2
3
4
5
6
7
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    # 初始化summary writer
    writer = tf.summary.FileWriter("tmp" ,sess.graph)
    for i in range(10):
        _, merged_summary = sess.run([train_step, merged])
        writer.add_summary(merged_summary, i)

运行完代码以后，就可以看到tmp目录下，多了一个events.out.tfevents.xxx文件。
这个时候，我们就可以启动tensorboard了：

1
tensorboard --logdir=path/to/log-directory

如果不想去tensorflow目录下找tensorboard，也可以直接pip install tensorboard。

在这里，输入

1
tensorboard --logdir=tmp

按照log的提示，打开浏览器，输入http://127.0.1.1:6006