TensorFlow保存TensorBoard圖像操作
簡單的代碼:
import tensorflow as tf
In [2]: matrix1=tf.constant([[3.,3.]])
In [3]: matrix2=tf.constant([[2.],[2.]])
with tf.Session() as sess:
...: writer = tf.summary.FileWriter('./graph', sess.graph)
...: result = sess.run(tf.matmul(matrix1, matrix2))
...: writer.close()
ipython中使用!+命令可以直接運行terminal命令。
terminal輸入: tensorboard --logdir graph/
跳出:Starting TensorBoard 54 at http://amax:6006
在瀏覽器輸入地址加端口號并在graph中查看。
補充知識:tensorflow 利用保存的meta圖文件生成log供tensorboard可視化 保存恢復模型
tensorboard可視化圖:
import tensorflow as tf
g = tf.Graph()
with g.as_default() as g:
tf.train.import_meta_graph('criteo_80.meta')
with tf.Session(graph=g) as sess:
file_writer = tf.summary.FileWriter(logdir='./', graph=g)
保存恢復模型:
# 建模型 saver = tf.train.Saver() with tf.Session() as sess: # 存模型,注意此處的model是文件名非路徑 saver.save(sess, "/tmp/model") with tf.Session() as sess: # 恢復模型 saver.restore(sess, "/tmp/model")
# 先恢復圖
saver = tf.train.import_meta_graph("/tmp/model.meta")
with tf.Session() as sess:
# 再恢復參數(shù)
saver.restore(sess, "/tmp/model")
以上這篇TensorFlow保存TensorBoard圖像操作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。
相關文章
Python人臉識別第三方庫face_recognition接口說明文檔
Python人臉識別第三方庫face_recognition接口簡單說明,及簡單使用方法2019-05-05
OpenCV每日函數(shù)之BarcodeDetector類條碼檢測器
OpenCV在V4.5.3版本的contrib包中提供了一個barcode::BarcodeDetector類,用于條形碼的識別,這篇文章主要介紹了OpenCV每日函數(shù)?BarcodeDetector條碼檢測器,需要的朋友可以參考下2022-06-06
Python必備技巧之Pandas數(shù)據(jù)合并函數(shù)
Pandas中一共有五個數(shù)據(jù)合并函數(shù),分別為:concat、append、merge、join、combine,本文詳細講解這五個函數(shù)的使用方法,需要的可以參考一下2022-03-03

