tensorboard可视化图和损失曲线

 

1、首先定义好loss的计算：

with tf.name_scope('train'):
    xentropy = tf.nn.sparse_softmax_cross_entropy_with_logits(labels=y,
                                                              logits=logits)
    loss = tf.reduce_mean(xentropy,name='loss')
    optimizer = tf.train.AdamOptimizer()
    training_op = optimizer.minimize(loss)

2、在代码中加入：

mse_summary = tf.summary.scalar('loss',loss)
file_writer = tf.summary.FileWriter('./logs',tf.get_default_graph())

3、最后进行训练：

..... 
  summary_str = mse_summary.eval(feed_dict={X:X_batch,y:y_batch})
  step = i * batch_size + j
  j += 1
  file_writer.add_summary(summary_str, step)
.....

4、最后进行可视化

%load_ext tensorboard
tensorboard --logdir logs
#这个logs是上面的那个file_writer里面的目录’./logs‘

5、得到结果

• 点赞
• 收藏
• 分享
• • 文章举报

庾信平生最萧瑟 发布了79 篇原创文章 · 获赞 3 · 访问量 3173 私信 关注