Tensorboard可視化里面的events, graph, histogram

graph：顯示整個(gè)靜態(tài)圖

tf.variable_scope就是用于放graph，tf.name_scope用的少了，因?yàn)閣,b已經(jīng)被封裝了。

with tf.variable_scope('Inputs'):tf_x = tf.placeholder(tf.float32, x.shape, name='x')tf_y = tf.placeholder(tf.float32, y.shape, name='y')

histogram：顯示權(quán)重的分布,也就是顯示矩陣

with tf.variable_scope('Net'):l1 = tf.layers.dense(tf_x, 10, tf.nn.relu, name='hidden_layer')output = tf.layers.dense(l1, 1, name='output_layer')# add to histogram summarytf.summary.histogram('h_out', l1)tf.summary.histogram('pred', output)

evens：顯示loss,也就是顯示標(biāo)量

loss = tf.losses.mean_squared_error(tf_y, output, scope='loss') train_op = tf.train.GradientDescentOptimizer(learning_rate=0.5).minimize(loss) tf.summary.scalar('loss', loss) # add loss to scalar summary

這些東西需要放進(jìn)一個(gè)文件里：需要建立一個(gè)問題，和建立一個(gè)放入的操作：

writer = tf.summary.FileWriter('./log', sess.graph) # write to file merge_op = tf.summary.merge_all() # operation to merge all summary

tensorflow是一個(gè)盒子，看東西必須借助一個(gè)工具，它的名字叫session.run()：

_, result = sess.run([train_op, merge_op], {tf_x: x, tf_y: y})writer.add_summary(result, step)

去頁面看圖：

$ tensorboard --logdir path/to/log 與50位技術(shù)專家面對面20年技術(shù)見證，附贈技術(shù)全景圖

總結(jié)

以上是生活随笔為你收集整理的深度学习总结：Tensorboard可视化里面的events, graph, histogram的全部內(nèi)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(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。