使用tensorboard可视化loss和acc的实例
2020-02-13 11:27
477 查看
1.用try...except...避免因版本不同出现导入错误问题
try: image_summary = tf.image_summary scalar_summary = tf.scalar_summary histogram_summary = tf.histogram_summary merge_summary = tf.merge_summary SummaryWriter = tf.train.SummaryWriter except: image_summary = tf.summary.image scalar_summary = tf.summary.scalar histogram_summary = tf.summary.histogram merge_summary = tf.summary.merge SummaryWriter = tf.summary.FileWriter
2.将代码写入作用域(作用域不影响代码的运行)
with tf.name_scope('loss'): loss = -tf.reduce_sum(y * tf.log(y_conv)) loss_summary = scalar_summary('loss', loss) with tf.name_scope('accuracy'): accuracy = tf.reduce_mean(tf.cast(correct_prediction, 'float')) acc_summary = scalar_summary('accuracy', accuracy)
3.将要保存的变量存在一起
另外可使用 tf.merge_all_summaries() 或者 tf.summary.merge_all()
merged = merge_summary([loss_summary, acc_summary])
4.定义保存路径(在sess中完成)
writer = SummaryWriter('save-cnn20/logs', sess.graph)
5.训练模型的同时训练变量集合merged(在sess中完成,counter为计数,每训练一次增加1)
summary, _ = sess.run([merged, train_step], feed_dict={x:x_batch, y:y_batch}) counter += 1 writer.add_summary(summary, counter)
6.训练完成后在 save/logs 文件夹里面会有一个events.out.开头的文件,以下通过终端操作。
cd save tensorboard --logdir=logs
终端会出现一个网址,复制到浏览器中打开就能看见tensorboard储存的图像了。(若打开后无数据或图像,检查 --logdir后面的文件夹名字是否给错了。)
以上这篇使用tensorboard可视化loss和acc的实例就是小编分享给大家的全部内容了,希望能给大家一个参考
您可能感兴趣的文章:
相关文章推荐
- 使用tensorboard可视化loss和acc
- TensotFlow 应用实例:08-使用tensorboard可视化神经网络结构和训练结果
- tensorboard可视化使用
- 使用tensorboard来使训练过程可视化
- 在docker中使用tensorboard以及docker的可视化
- TensorFlow实战15:TensorBoard的使用(tensorflow的可视化工具)
- Tensorflow的可视化工具Tensorboard的初步使用详解
- 87、使用TensorBoard进行可视化学习
- 使用逻辑回归方法(softmax regression)识别MNIST手写体数字、使用CNN神经网络识别MNIST手写体数字、使用tensorboard可视化训练过程数据
- pytorch 使用tensorboardX可视化网络结构图
- 【tensorflow学习】使用tensorboard实现数据可视化
- Windows10下TensorBoard可视化实例(附调整后代码)
- 88、使用tensorboard进行可视化学习,查看具体使用时间,训练轮数,使用内存大小
- 使用TensorBoard进行数据可视化
- 使用tensorflow自带的tensorboard实现数据结果的可视化
- windows下使用tensorboard可视化
- 06:Tensorflow的可视化工具Tensorboard的初步使用
- tensorboard可视化的使用
- Keras 使用自己的数据分类,并使用tensorboard记录的简单实例
- tensorboard可视化高级使用