tensorflow通過模型檔案,使用tensorboard檢視其模型圖Graph方式
阿新 • • 發佈：2020-01-25
Google提供了一個工具，TensorBoard，它能以圖表的方式分析你在訓練過程中彙總的各種資料，其中包括Graph結構。
所以我們可以簡單的寫幾行Pyhton，載入Graph，只在logdir裡，輸出Graph結構資料，並可以檢視其圖結構。
執行下述程式碼，將資料流圖儲存為圖片，在目錄F:/tensorflow/graph下生成檔案events.out.tfevents.1508420019.XM-PC
import tensorflow as tf
from tensorflow.python.platform import gfile
graph = tf.get_default_graph()
graphdef = graph.as_graph_def()
_ = tf.train.import_meta_graph("model.ckpt.metaa")
summary_write = tf.summary.FileWriter("./",graph)
summary_write.close()啟用tensorboard
我用的python開發環境是Anaconda
（1）開啟Anaconda Prompt，輸入activate tensorflow進入tensorflow環境；
（2）開啟tensorboard，輸入如下命令
tensorboard --logdir=F://tensorflow//graph
其中logdir中的引數就是程式碼中儲存graph的路徑，如果寫為單斜槓，tensorboard可開啟，但graphs中顯示“No graph definition files were found”，並不顯示graph，路徑引數改為雙斜槓就可以了。
3.用tensorboard檢視生成的graph
（1）在谷歌瀏覽器中開啟http://127.0.0.1:6006/，會顯示橙色介面；
（2）在第一行的選項卡中選擇graphs，即可看到結果。
以上這篇tensorflow通過模型檔案,使用tensorboard檢視其模型圖Graph方式就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支援我們。