對Tensorflow中tensorboard日志的生成與顯示詳解
TensorBoard是TensorFlow下的一個可視化的工具,能夠幫助我們在訓練大規(guī)模神經(jīng)網(wǎng)絡過程中出現(xiàn)的復雜且不好理解的運算。TensorBoard能展示你訓練過程中繪制的圖像、網(wǎng)絡結(jié)構(gòu)等。
1. 構(gòu)建簡單的TensorBoard日志輸出
import tensorflow as tf
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")
writer = tf.summary.FileWriter("./log", tf.get_default_graph())
writer.close()
"./log":TensorBoard日志信息文件保存的位置,本代碼中表示:把文件保存把在當前目錄下的"log"文件夾下。

2.查看TensorBoard視圖
(1)激活tensorflow使用命令:activate tensorflow
進入cmd命令提示符,然后輸入activate tensorflow 激活tensorflow


(2)進入tensorboard信息文件存儲的存儲目錄
1.切換所在的磁盤號 E:

2. 進入路徑文件所在的上一級目錄下
cd E:\wokespace\pycharm\可視化 “E:\wokespace\pycharm\可視化”:文件所在上一級目錄的路徑


(3)輸入tensorboard --logdir=log,啟動TensorBoard
“=log” : log為tensorboard文件所在的文件夾

(4)復制” http://DESKTOP-DPG01NO:6006”鏈接,并在google瀏覽器中打開鏈接

(5)在google瀏覽器中打開鏈接回車

以上這篇對Tensorflow中tensorboard日志的生成與顯示詳解就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
yolov5訓練時參數(shù)workers與batch-size的深入理解
最近再學習YOLOv3與YOLOv5訓練數(shù)據(jù)集的具體步驟,幾經(jīng)波折終于實現(xiàn)了很好的效果,這篇文章主要給大家介紹了關(guān)于yolov5訓練時參數(shù)workers與batch-size的相關(guān)資料,文中通過實例代碼介紹的非常詳細,需要的朋友可以參考下2022-03-03
pandas數(shù)據(jù)處理之 標簽列字符轉(zhuǎn)數(shù)字的實現(xiàn)
這篇文章主要介紹了pandas數(shù)據(jù)處理之 標簽列字符轉(zhuǎn)數(shù)字的實現(xiàn)方式,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2021-03-03
Python的Django框架可適配的各種數(shù)據(jù)庫介紹
這篇文章主要介紹了Python的Django框架可適配的各種數(shù)據(jù)庫,簡單總結(jié)為就是流行的幾種數(shù)據(jù)庫Python基本上全部能用XD 需要的朋友可以參考下2015-07-07
詳解利用python-highcharts庫繪制交互式可視化圖表
本文主要和大家分享一個超強交互式可視化繪制工具-python-highcharts。python-highcharts就是使用Python進行Highcharts項目繪制,簡單的說就是實現(xiàn)Python和Javascript之間的簡單轉(zhuǎn)換層,感興趣的可以了解一下2022-03-03
Windows和夜神模擬器上抓包程序mitmproxy的安裝使用詳解
mitmproxy是一個支持HTTP和HTTPS的抓包程序,有類似Fiddler、Charles的功能,只不過它是一個控制臺的形式操作,這篇文章主要介紹了Windows和夜神模擬器上抓包程序mitmproxy的安裝使用詳解,需要的朋友可以參考下2022-10-10
20行Python代碼實現(xiàn)一款永久免費PDF編輯工具
本文主要介紹了Python代碼實現(xiàn)一款永久免費PDF編輯工具,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2022-07-07

