TensorFlow学习之 TensorBoard的使用

版权声明：本文为博主原创文章，转载请注明出处 https://blog.csdn.net/King_key/article/details/82010862

TensorBoard的使用

• 1 TensorBoard

— tensorboard是tensorflow附带的可视化工具；具体的介绍可以参考官方教程，在这里提供
TensorFlow 官方文档中文版 - v1.2.pdf的下载链接,可以直接下载。

• 2 通过一个简单的实例了解其使用

— 代码：

import tensorflow as tf
import numpy as np

#随机产生一个函数，作为原始数据
with tf.name_scope('data'):
     x_data = np.random.rand(100).astype(np.float32)
     y_data = 0.3*x_data+0.1
#创建参数
with tf.name_scope('parameters'):
     with tf.name_scope('weights'):
           weight = tf.Variable(tf.random_uniform([1],-1.0,1.0))
           #记录
           tf.summary.histogram('weight',weight)
     with tf.name_scope('biases'):
           bias = tf.Variable(tf.zeros([1]))
           #记录
           tf.summary.histogram('bias',bias)

with tf.name_scope('y_prediction'):
     y_prediction = weight*x_data+bias

with tf.name_scope('loss'):
     loss = tf.reduce_mean(tf.square(y_data-y_prediction))
     #记录
     tf.summary.scalar('loss',loss)

optimizer = tf.train.GradientDescentOptimizer(0.5)

with tf.name_scope('train'):
     train = optimizer.minimize(loss)

with tf.name_scope('init'): 
     init = tf.global_variables_initializer()
#创建会话 
sess = tf.Session()
#汇总信息
merged = tf.summary.merge_all()
##initialize
#写入，保存在logs文件夹中
writer = tf.summary.FileWriter("logs/", sess.graph)
sess.run(init)
#执行
for step  in  range(101):
    sess.run(train)
    rs=sess.run(merged)
    writer.add_summary(rs, step)

— 效果
首先查看文件目录，其中含有了logs的文件

在命令行运行tensorboard -logdir logs/;提示有一个网址

复制网址在浏览器打开即可