Tensorflow入门与实战学习笔记（九）-Tensorboard可视化

目录

0 前言

1 利用回调函数使用

2 Tensortboard启动和界面含义的介绍

3 自定义变量的Tensorboard可视化

3.1 自定义训练中的Tensorboard可视化​

3.2 我们可以自定义学习率：​

3.3 自定义学习率的图像：​

---

0 前言

TensorBoard是一款为了更方便 TensorFlow 程序的理解、调试与优化发布的可视化工具。

1 利用回调函数使用

TensorBoard 通过读取 TensorFlow 的事件文件来运行。 TensorFlow 的事件文件包括了你会在 TensorFlow 运行中涉及到的主要数据。

2 Tensortboard启动和界面含义的介绍

• SCALARS 面板主要用于记录诸如准确率、损失和学习率等单个值的变化趋势。在代码中用 tf.summary.scalar() 来将其记录到文件中：每个图的右下角都有 3 个小图标，第一个是查看大图，第二个是是否对 y 轴对数化，第三个是如果你拖动或者缩放了坐标轴，再重新回到原始位置。
• GRAPHS 面板展示出你所构建的网络整体结构，显示数据流的方向和大小，也可以显示训练时每个节点的用时、耗费的内存大小以及参数多少。默认显示的图分为两部分：主图（Main Graph）和辅助节点（Auxiliary Nodes）。其中主图显示的就是网络结构，辅助节点则显示的是初始化、训练、保存等节点。我们可以双击某个节点或者点击节点右上角的 + 来展开查看里面的情况，也可以对齐进行缩放
• DISTRIBUTIONS 主要用来展示网络中各参数随训练步数的增加的变化情况，可以说是 多分位数折线图 的堆叠。
• HISTOGRAMS 和 DISTRIBUTIONS 是对同一数据不同方式的展现。与 DISTRIBUTIONS 不同的是，HISTOGRAMS 可以说是 频数分布直方图 的堆叠。

3 自定义变量的Tensorboard可视化

3.1 自定义训练中的Tensorboard可视化

3.2 我们可以自定义学习率：

3.3 自定义学习率的图像：