TensorFlow中的Tensorboard该怎么理解
TensorFlow中的Tensorboard该怎么理解,很多新手对此不是很清楚,为了帮助大家解决这个难题,下面小编将为大家详细讲解,有这方面需求的人可以来学习下,希望你能有所收获。
创新互联专业为企业提供邢台县网站建设、邢台县做网站、邢台县网站设计、邢台县网站制作等企业网站建设、网页设计与制作、邢台县企业网站模板建站服务,10年邢台县做网站经验,不只是建网站,更提供有价值的思路和整体网络服务。
01
—
Tensor是什么?
Tensor是一个 n 维数组:
0-d tensor: scalar (标量)
1-d tensor: vector (向量)
2-d tensor: matrix(矩阵)
等等
02
—
数据流图
以上就是数据流图。
下面从最简单的图开始:
import tensorflow as tf
a = tf.add(3, 5)
通过TensorBoard进行可视化:
为什么是 x, y ?
TF 自动地命名节点,当我们没有显示地指定节点名称时,
x = 3
y = 5
接下来,我们打印 a,看看发生什么:
print (a)
Tensor("Add:0", shape=(), dtype=int32)
图graph只是定义了操作operations , 如何得到a的值?
03
—
执行环境:Session
创建一个Session,并在这个Session中执行上面的图,抓取到 a 的值。
创建sess,并在当前的sess中执行图:
with tf.Session() as sess:
print(sess.run(a))
Session对象,封装了TF的执行环境。大家如果开发过多线程,分布式软件的话,对于Session的理解可能更容易些,Session尤其对于高并发环境,并行计算显得更重要。
记住
图graph只是定义了操作operations,但是操作operations只能在session里面执行,但是graph和session是独立创建的。
04
—
Tensorboard入门
以windows下的使用Tensorboard为例,如果在Linux系统下,请在个别地方做出修改。
首先,必须在终端启动tensorboard,如果采用anaconda安装地话,在目录Anaconda3\Scripts下有个启动项: tensorboard.exe,这就是tensorboard的服务端。在cmd窗口,cd 到这个目录。
然后,编写tensorboard,代码:
import tensorflow as tf
with tf.name_scope('input1'):
input1 = tf.constant(3.0,name='input1')
with tf.name_scope('input2'):
input2 = tf.constant(5.0,name='input2')
output = tf.add(input1,input2,name='add')
with tf.Session() as sess:
output = sess.run(output)
graph = tf.get_default_graph()
#将日志文件写入到目录../log/下
writer = tf.summary.FileWriter('log',graph)
writer.close()
这样在log文件夹下,增加了一个event文件,
再在终端,输入 tensorboard.exe --logdir = 刚在生成的log文件夹的绝对路径,回车,这样服务端就启动了,
接下来,启动客户端,即浏览器,输入localhost:6006,端口是6006,选中graphs,得到如下的可视化图:
看完上述内容是否对您有帮助呢?如果还想对相关知识有进一步的了解或阅读更多相关文章,请关注创新互联行业资讯频道,感谢您对创新互联的支持。
网站栏目:TensorFlow中的Tensorboard该怎么理解
网页地址:http://scyanting.com/article/ggdisg.html