Tensorboard的介绍|学习笔记

简介: 快速学习Tensorboard的介绍

开发者学堂课程【深度学习框架TensorFlow入门Tensorboard的介绍学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址https://developer.aliyun.com/learning/course/773/detail/13539


Tensorboard 的介绍


目录:

一、TensorBoard:可视化学习

二、启动 TensorBoard


一、TensorBoard:可视化学习

TensorFlow 可用于训练大规模深度神经网络所需的计算,使用该工具涉及的计算往往复杂而深奥。为了更方便TensorFlow 程序的理解、调试与优化,TensorFlow 提供了 TensorBoard 可视化工具。

1.数据序列化-events 文件:

TensorBoard 通过读取 TensorFlow 的事件文件来运行,需要将数据生成一个序列化的 Summary protobuf 对象。

2.返回 filewriter,写入事件文件到指定目录(最好用绝对路径),以提供给 tensorboard 使用:

.summary.FileWriter(./tmp/tensorflow/summary/test/,graph=sess.graph)

3.这将在指定目录中生成一个 event 文 件,其名称格式如下:

events.out.tfevents.{timestamp}.{hostname}


二、启动TensorBoard

tensorboard-logdir"./tmp/tensorfLow/summary/test/"

在浏览器中打开 TensorBoard 的图页面127.0.0.1:6006,会看到与以下图形类似的图,在 GRAPHS 模块可以看到以下图结构:


image.png


相关文章
|
5月前
|
机器学习/深度学习 数据可视化 TensorFlow
TensorFlow的可视化工具:TensorBoard的使用
【4月更文挑战第17天】TensorBoard是TensorFlow的官方可视化工具,用于展示和分析模型训练过程、结构和数据。它包括标量、图像、音频、模型图和直方图等多种可视化功能。通过`tf.summary`记录数据,使用`tensorboard --logdir`启动。高级功能包括自定义仪表板、嵌入和插件,助力深度学习的调试与优化。
|
机器学习/深度学习 数据可视化 PyTorch
【PyTorch】TensorBoard基本使用
【PyTorch】TensorBoard基本使用
211 0
|
数据可视化 TensorFlow 算法框架/工具
TensorBoard
TensorBoard 是一个用于可视化 TensorFlow 图形和训练进度的工具,它可以帮助我们更好地理解训练过程中的数据结构、计算图、损失函数、评估指标等。TensorBoard 可以展示多种信息,例如训练过程中绘制的图像、网络结构、直方图、图片和渲染等。
108 0
|
3月前
|
数据可视化 PyTorch TensorFlow
PyTorch SummaryWriter TensorBoard 中进行可视化
PyTorch SummaryWriter TensorBoard 中进行可视化
|
机器学习/深度学习 监控 数据可视化
tensorboard
TensorBoard是一个用于可视化和调试深度学习模型的工具,由TensorFlow提供支持。它可以帮助你理解和监控模型的训练过程,可视化模型的结构和参数,以及分析模型的性能。
193 2
|
机器学习/深度学习
MNIST机器学习入门+tensorboard
MNIST机器学习入门+tensorboard
53 0
|
数据可视化 前端开发 PyTorch
|
数据可视化 算法 PyTorch
Pytorch学习笔记-05 可视化工具 TensorBoard
Pytorch学习笔记-05 可视化工具 TensorBoard
172 0
Pytorch学习笔记-05 可视化工具 TensorBoard
|
机器学习/深度学习 数据可视化 PyTorch
pytorch使用TensorBoard可视化图像信息
pytorch使用TensorBoard可视化图像信息
90 0
pytorch使用TensorBoard可视化图像信息
|
并行计算 数据可视化 PyTorch
Pytorch教程[09]Tensorboard
Pytorch教程[09]Tensorboard
Pytorch教程[09]Tensorboard