深度學習（33）隨機梯度下降十一: TensorBoard可視化

• Step1. run listener
• Step2. build summary
• Step3.1 fed scalar（監聽標量）
• Step3.2 fed single Image（監聽單張圖片）
• Step3.3 fed multi-images（監聽多張圖片）
• Step3.4 將多張圖片組合為一張圖片:

TensorBoard

• Installation
• Curves
• Image Visualization
  Installation

pip install tensorboard

Principle

• Listen logdir
  監聽目錄
• build summary instance
  新建一個日志
• fed data into summary instance
  將數據送入日志

Step1. run listener

進入需要監聽的文件夾

cd /Users/xuruihang/Documents/深度學習

啟動

tensorboard –logdir logs

如圖所示:

進入http://localhost:6006/，如圖所示:

Step2. build summary

current_time = datetime.datetime.now().strftime(“%Y%m%d-%H%M%S”) log_dir = ‘logs/’ + current_time summary_writer = tf.summary.create_file_writer(log_dir)

其中，log_dir為監聽文件的路徑。

Step3.1 fed scalar（監聽標量）

with summary_writer.as_default():tf.summary.scalar(‘loss’, float(loss), step=epoch) tf.summary.scalar(‘accuracy’, float(train_accuracy), step=epoch)

其中，step默認為x軸。

Step3.2 fed single Image（監聽單張圖片）

# get x from (x,y) sample_img = next(iter(db))[0] # get first image instance sample_img = sample_img[0] sample_img = tf.reshape(sample_img, [1, 28, 28, 1]) with summary_writer.as_default():tf.summary.image(“Training sample:”, sample_img, step=0)

如圖所示:

Step3.3 fed multi-images（監聽多張圖片）

val_images = x[:25] val_images = tf.reshape(val_images, [-1, 28, 28, 1]) with summary_writer.as_default():tf.summary.scalar(‘test-acc’, float(loss), step=step)tf.summary.image(“val-onebyone-images:”, val_images, max_outputs=25, step=step)

如圖所示:

Step3.4 將多張圖片組合為一張圖片:

val_images = tf.reshape(val_images, [-1, 28, 28]) figure = image_grid(val_images) tf.summary.image(‘val-images:’, plot_to_image(figure), step=step)

如圖所示:

參考文獻:
[1] 龍良曲:《深度學習與TensorFlow2入門實戰》

總結

以上是生活随笔為你收集整理的深度学习（33）随机梯度下降十一: TensorBoard可视化的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。