TensorBoard
2017-09-06 11:25
211 查看
核心概念Graph和Session
Data Flow Graph表示多个操作之间的数据依赖关系的图形。任何算法都由一些有序的操作组成
可以逐行实现这个算法,实现会注意到每个操作之间的依赖关系
节点是发送和接收数据消息的计算,计算定义≠执行计算 ,计算的定义和执行,被很好地分离开了
Session
Session是Graph和执行者之间的媒介
在session当中执行图中的运算,包含了操作对象执行的环境
tensor在Graph通过运算(op)进行传递和变换实现Graph和计算内核的交互
重点
节省资源高效运算(只会计算你需要的结果依赖的子图)
把整个运算分解成子环节,方便自动求导
对分布式运算很友好,计算工作可以分给多个GPU或者多个CPU或者多个设备运算
机器学习的模型本身也非常适合组织成图格式
TensorBoard可视化
在定义完计算图 和 运行session之前使用summary writer写到日志文件里writer = tf.summary.FileWriter(‘./graphs/logistic_reg’, sess.graph)
命令行解析日志,浏览器端可视化
命令行端运行
python LinearRegression.py
tensorboard –logdir=”./graphs” –port 6006
打开google浏览器访问: http://localhost:6006/
LinearRegression.py运行结果:
相关文章推荐
- 如何打开tensorboard
- TensorFlow----TensorBoard
- tensorBoard 可视化工具
- TFboy养成记 tensorboard
- tensorflow笔记(三)之 tensorboard的使用
- Tensorflow学习--tensorboard
- windows下在Anaconda中使用tensorboard的方法
- tensorboard 出现Fatal error in launcher: Unable to create process using '"'
- TensorBoard的使用
- tensorflow-003-summary_tensorboard
- tensorflow入门Day3-TensorBoard
- Windows10 TensorBoard 运行出现 No scalar data was found问题解决
- 使用tensorboard时遇到的问题
- TensorBoard本地使用
- tensorboard 可视化......开两个......
- TensorBoard 使用和问题解决
- 【Tensorflow】Tensorboard的使用
- Tensorboard“无法显示此网站”
- tensorflow-006-tensorboard
- Tensorboard可视化好帮手1