tensorflow笔记4--使用tensorboard

使用tensorboard

---

1. 保存数据

定义图中：

#保存单个数据。例如：损失函数值，准确率
tf.summary.scalar("loss", cross_entropy) 

#保存多个数据。例如：权重
tf.summary.histogram("W1",W)

#把所有的tf.summary.xx融合成一个操作  
merged_summary_op =  tf.summary.merge_all() 

#声明保存的地方和图  
summary_writer = tf.summary.FileWriter('/tmp/mnist_logs', graph_def=sess.graph_def)   

#为变量名划定范围，在范围内的op在可视化中显示成可以展开的一整块。
with tf.name_scope('hidden') as scope:
    W = tf.Variable(tf.random_uniform([1, 2], -1.0, 1.0), name='weights')
    b = tf.Variable(tf.zeros([1]), name='biases')
#结果是得到了操作名: hidden/weights   hidden/biases

运行图中：

for i in range(1000):
    total_step += 1
    batch_xs, batch_ys = mnist.train.next_batch(100)
    sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys})
    if total_step % 100 == 0:
        //运行op
        summary_str = sess.run(merged_summary_op,feed_dict={x: batch_xs, y_: batch_ys})
        //保存
        summary_writer.add_summary(summary_str, total_step)

---

2. 打开tensorboard

• 在cmd输入：tensorboard –logdir=D://tmp//mnist_logs（保存结果的路径）
• 复制生成的链接，然后在Google浏览器中打开（别的浏览器可能出错）。
  

---