[Day 28]TensorBoard介绍

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

1. 首先我们一样要建立TensorBoard，输入以下程序码:

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

3. 接着我们就可以在windows中启动啦!

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