欢迎来到TensorFlow World

来自：https://github.com/machinelearningmindset/TensorFlow-Course/tree/master/docs/tutorials/1-basics/basic_math_operations

本节中的教程只是进入TensorFlow世界的一个开始。

我们使用Tensorboard来显示结果。“本教程中使用了一个简单的Tensorboard实现。

注意：

摘要操作，Tensorboard及其优点的详细信息超出了本教程的范围，将在更高级的教程中介绍。

代码

首先，我们必须导入必要的库。

from __future__ import print_function
import tensorflow as tf
import os

由于我们的目标是使用Tensorboard，我们需要一个目录来存储信息（如果用户需要，操作及其相应的输出）。此信息由TensorFlow导出到“事件文件”。偶数文件可以转换为可视数据，以便用户能够评估体系结构和操作。存储这些偶数文件的path定义如下：

# The default path for saving event files is the same folder of this python file.
tf.app.flags.DEFINE_string(
    'log_dir', os.path.dirname(os.path.abspath(__file__)) + '/logs',
    'Directory where event logs are written to.')

# Store all elemnts in FLAG structure!
FLAGS = tf.app.flags.FLAGS

os.path.dirname（os.path.abspath（__ file __））获取当前python文件的目录名。 tf.app.flags.FLAGS使用FLAGS指示符指向所有已定义的标志。从现在开始，可以使用FLAGS.flag_name调用标志。

为方便起见，仅使用“绝对路径”是很有用的。通过使用以下脚本，用户提示使用log_dir目录的绝对路径。

# The user is prompted to input an absolute path.
# os.path.expanduser is leveraged to transform '~' sign to the corresponding path indicator.
#       Example: '~/logs' equals to '/home/username/logs'
if not os.path.isabs(os.path.expanduser(FLAGS.log_dir)):
    raise ValueError('You must assign absolute path for --log_dir')

TensorFlow可以定义一些基本的数学运算：

# Defining some constant values
a = tf.constant(5.0, name="a")
b = tf.constant(10.0, name="b")

# Some basic operations
x = tf.add(a, b, name="add")
y = tf.div(a, b, name="divide")

tf .`运算符执行特定的操作，输出将是Tensor。属性name =“some_name”``被定义为更好的Tensorboard可视化，我们将在本教程后面看到。

session是运行操作的环境，执行如下：

# Run the session
with tf.Session() as sess:
    writer = tf.summary.FileWriter(os.path.expanduser(FLAGS.log_dir), sess.graph)
    print("a =", sess.run(a))
    print("b =", sess.run(b))
    print("a + b =", sess.run(x))
    print("a/b =", sess.run(y))

定义tf.summary.FileWriter将摘要写入event files。sess.run（）的命令必须用于评估任何Tensor否则操作不会被执行。最后通过使用writer.close（），摘要编写器将被关闭。

# Closing the writer.
writer.close()
sess.close()

结果

终端输出：

[5.0, 10.0, 15.0, 0.5]

在tensorboard中看到结果执行一下操作：

打开终端 logdir后面是导出文件路径

tensorboard --logdir=./

可以看到结果为：

TensorBoard 1.12.1 at http://PC:6006 (Press CTRL+C to quit)

然后打开浏览器
http://127.0.0.1:6006

看到结果：
result

Tensorflow学习笔记2-Tensorboard2

欢迎来到TensorFlow World

代码

结果

猜你喜欢