TensorFlow 使用 tf.scalar tf.summary
2017-08-28 11:01
302 查看
经过摸索,简单使用summary,尤其注意下面代码加粗变量,加粗的是二进制变量,需要写入文件的;
以及运行的软件要有/tmp/XIAO文件夹的权限
# /usr/bin/python3
import tensorflow as tf
sess = tf.Session()
with tf.name_scope("XiaoGongWei"):
a = tf.placeholder(dtype=tf.float32)
b = tf.Variable([1.0],dtype=tf.float32)
W = tf.Variable([1,2],dtype=tf.float32)
addAB = W * a + b
tf.summary.scalar("wight_max",tf.reduce_mean(W))
tf.summary.scalar("b_value",tf.reduce_mean(b))
tf.summary.scalar("a_value",tf.reduce_mean(a))
merged = tf.summary.merge_all()
train_summary = tf.summary.FileWriter('/tmp/XIAO/',sess.graph)
sess.run(tf.global_variables_initializer())
for i in range(100):
tfmensumm,myadd = sess.run([merged,addAB],feed_dict={a:i})
print(myadd)
train_summary.add_summary(tfmensumm,i)
train_summary.close()
运行代码1次后会在对应/tmp/XIAO出现一个文件
然后终端运行 tensorboard --logdir=/tmp/XIAO
打开浏览器输入:0.0.0.0:6006就会出现scalar保存结果
本文作为初学的测试,谢谢大家评论
以及运行的软件要有/tmp/XIAO文件夹的权限
# /usr/bin/python3
import tensorflow as tf
sess = tf.Session()
with tf.name_scope("XiaoGongWei"):
a = tf.placeholder(dtype=tf.float32)
b = tf.Variable([1.0],dtype=tf.float32)
W = tf.Variable([1,2],dtype=tf.float32)
addAB = W * a + b
tf.summary.scalar("wight_max",tf.reduce_mean(W))
tf.summary.scalar("b_value",tf.reduce_mean(b))
tf.summary.scalar("a_value",tf.reduce_mean(a))
merged = tf.summary.merge_all()
train_summary = tf.summary.FileWriter('/tmp/XIAO/',sess.graph)
sess.run(tf.global_variables_initializer())
for i in range(100):
tfmensumm,myadd = sess.run([merged,addAB],feed_dict={a:i})
print(myadd)
train_summary.add_summary(tfmensumm,i)
train_summary.close()
运行代码1次后会在对应/tmp/XIAO出现一个文件
然后终端运行 tensorboard --logdir=/tmp/XIAO
打开浏览器输入:0.0.0.0:6006就会出现scalar保存结果
本文作为初学的测试,谢谢大家评论
相关文章推荐
- Tensorflow(r1.4)API--tf.summary.scalar
- 【tensorflow】scope的使用以及tf.Variable()和tf.get_variable()的区别
- tensorflow中使用tf.ConfigProto()配置Session运行参数&&GPU设备指定
- tensorflow笔记:使用tf来实现word2vec
- 【Tensorflow】报错:AttributeError: 'module' object has no attribute 'scalar_summary'
- tensorflow中tfrecords使用介绍
- tensorflow中tf.multinomial函数的使用方法讲解
- tensorflow使用张量时的一些注意点tf.concat、tf.reshape、tf.stack
- TensorFlow学习--tf.add_to_collection与tf.get_collection使用
- TensorFlow入门使用 tf.train.Saver()保存模型
- Tensorflow使用tfrecord输入数据格式
- tensorflow笔记:使用tf来实现word2vec
- Tensorflow中tf.app.flags的作用及使用方法
- tensorflow 笔记11:tf.nn.dropout() 的使用
- tensorflow:使用tfrecords时的注意事项
- tf.nn.pool()使用例子:TensorFlow对一维数据进行池化
- tensorflow笔记:使用tf来实现word2vec
- tensorflow使用summary收集tensor数据
- TensorFlow 介绍 tf.concat 的使用方法
- Tensorflow中tf.get_variable和tf.variable_scope的使用