TensorFlow 使用 tf.scalar tf.summary
阿新 • • 發佈:2019-02-15
經過摸索,簡單使用summary,尤其注意下面程式碼加粗變數,加粗的是二進位制變數,需要寫入檔案的;
以及執行的軟體要有/tmp/XIAO資料夾的許可權
# /usr/bin/python3 import tensorflow as tf sess = tf.Session() with tf.name_scope("XiaoGongWei"): a = tf.placeholder(dtype=tf.float32) b = tf.Variable([1.0],dtype=tf.float32) W = tf.Variable([1,2],dtype=tf.float32) addAB = W * a + b tf.summary.scalar("wight_max",tf.reduce_mean(W)) tf.summary.scalar("b_value",tf.reduce_mean(b)) tf.summary.scalar("a_value",tf.reduce_mean(a)) merged
= tf.summary.merge_all() train_summary = tf.summary.FileWriter('/tmp/XIAO/',sess.graph) sess.run(tf.global_variables_initializer()) for i in range(100): tfmensumm,myadd = sess.run([merged,addAB],feed_dict={a:i}) print(myadd) train_summary.add_summary(tfmensumm,i) train_summary.close()
執行程式碼1次後會在對應/tmp/XIAO出現一個檔案
然後終端執行 tensorboard --logdir=/tmp/XIAO
開啟瀏覽器輸入:0.0.0.0:6006就會出現scalar儲存結果
本文作為初學的測試,謝謝大家評論