TensorBoard是TensorFlow下的一个可视化的工具,能够帮助我们在训练大规模神经网络过程中出现的复杂且不好理解的运算。
TensorBoard能展示你训练过程中绘制的图像、网络结构等。
1.构建简单的TensorBoard日志输出
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,本代码中表示:把文件保存把在当前目录下的"log"文件夹下。
2.查看TensorBoard视图
(1)激活tensorflow使用命令:activate tensorflow
进入cmd命令提示符,然后输入activate tensorflow 激活tensorflow
(2)进入tensorboard信息文件存储的存储目录
1.切换所在的磁盘号 E:
2.进入路径文件所在的上一级目录下
cd E:\wokespace\pycharm\可视化 “E:\wokespace\pycharm\可视化”:文件所在上一级目录的路径
(3)输入tensorboard --logdir=log,启动TensorBoard
“=log” : log为tensorboard文件所在的文件夹
(4)复制” http://DESKTOP-DPG01NO:6006”链接,并在google浏览器中打开链接
(5)在google浏览器中打开链接回车
版权声明:本文为CSDN博主「hnwolfs」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/hnwolfs/article/details/81122380