聊了许多TensorFlow,不能不讲到TensorBoard啦!TensorBoard是TensorFlow的视觉化工具包。TensorBoard 提供机器学习实验所需的视觉化呈现和工具,今天我们就来聊聊TesnsorBoard吧!
TensorBoard是什麽?
对一般使用者来说,TensorFlow深度神经网路所呈现出的内容会很复杂,某些环节出错也很难除错,为了便於使用者理解你所训练的网路,也便於除错程序,Google才会推出TensorBoard。TensorBoard可以视觉化图的结构,显示引数随着迭代次数的变化,以及它的分布图,显示你训练使用的资料,可以显示很多理解和除错你的网路所需要的东西。要显示什麽也是可以在程序码中进行控制的,可以这样理解,tensorboard并不是只要你训练了一个网路就会自动生成对应的board,它需要你在程序码中加入相应的元件才可以显示到tensorboard中。
引用自https://www.itread01.com/content/1545304892.html
TensorBoard特点
- 追踪损失和准确率等指标,并以视觉化的方式呈现
- 以视觉化的方式呈现模型图 (运算和层)
- 检视权重、偏误或其他张量随时间变化的直方图
- 将嵌入投影至较低维度的空间
- 显示图片、文字和音讯资料
- 剖析 TensorFlow 程序
引用自https://www.tensorflow.org/tensorboard?hl=zh-tw
建立TensorBoard
用较为视觉化的方式对笔者来说较为简单,不然单看TensorFlow呈现出的资料还是有些困难
import tensorflow as tf
width=tf.placeholder("int32",name='w')
height=tf.placeholder("int32",name='h')
area=tf.multiply(w,h,name='a')
with tf.Session() as sess:
init = tf.global_variables_initializer()
sess.run(init)
print('area=',sess.run(a,feed_dict={w: 6,h: 8}))
笔者使用的name参数为w,h,a
输入完并按下执行後,再继续输入以下程序码:
tf.summary.merge_all()
train_writer = tf.summary.FileWriter('log/area',sess.graph)
输入完即可把TensorBoard的资料输入进log档中啦!
简单介绍一下刚刚所键入的程序码:
tf.summary.merge_all()
: 将所有资料整合
tf.summary.FileWriter
: 写入log档,即会存取於log/area这个地方
今天简单介绍了一下TensorBoard,倒数2天啦,再接再厉啦!
Reference: https://www.tensorflow.org/tensorboard?hl=zh-tw
Reference: https://www.itread01.com/content/1545304892.html
Reference: 林大贵(2019):TensorFlow+Keras 深度学习人工智慧实务应用。新北市:博硕文化
<<: Day28--Bootstrap&CSS文字排版&样式(6)
今天我们继续来设定我们的架构,首先先把index.js的预设内容给删除掉。 透过检视原始码,可以取得...
甚麽是 DNS? 想知道更深:鸟哥的 Linux 私房菜|第十九章、主机名称控制者: DNS 服务器...
前言 这篇文章主要会提到资料分组 会继续利用kaggle上的开源资料进行更多的pandas练习 Ka...
前言 各位早安,书接上回我们简单介绍了python常见的几种资料型态,接下来几天我们就要来利用Vis...
废话不多说,直接附上code 影片含有程序码详细解说,若有误再烦请告知,谢谢 library(plm...