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 | import tensorflow as tf |
1 | with tf.Session() as sess: |
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