4. 可视化学习Tensorboard – Python量化投资

4. 可视化学习Tensorboard

创建writer tf.summary.FileWriter(logdir, graph=None)

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

增加变量显示

  • 1、收集变量. name为变量的名字,tensor为值
    tf.summary.scalar(name, tensor, collections=None) 收集对于损失函数和准确率等单值变量
    tf.summary.histogram(name, tensor, collections=None) 收集高维度的变量参数
    tf.summary.image(name, tensor, max_outputs=3, collections=None) 收集输入的图片张量能显示图片

  • 2、合并变量写入事件文件. merged = tf.summary.merge_all()
    运行合并:summary = sess.run(merged),每次迭代都需运行
    添加:FileWriter.add_summary(summary, i), i表示第几次的值

保存数据到事件文件

数据序列化-events文件
TensorBoard 通过读取 TensorFlow 的事件文件来运行

# 收集变量表盘显示
tf.summary.scalar('loss', loss)
tf.summary.scalar('accuracy', accuracy)
tf.summary.histogram('weight', weight)
tf.summary.histogram('bias', bias)
merged = tf.summary.merge_all()
with tf.Session() as sess:
    writer = tf.summary.FileWriter('/tmp/tensorflow/summary/test/', graph=sess.graph)
    for i in range(50):
        # 将收集到的写入event文件
        summary = sess.run(merged)
        writer.add_summary(summary, i)

开启表盘服务

tensorboard –logdir=”/tmp/tensorflow/summary/test/”
一般浏览器打开为127.0.0.1:6006

https://www.jianshu.com/p/963892cf3f27

「点点赞赏,手留余香」

    还没有人赞赏,快来当第一个赞赏的人吧!
0 条回复 A 作者 M 管理员
    所有的伟大,都源于一个勇敢的开始!
欢迎您,新朋友,感谢参与互动!欢迎您 {{author}},您在本站有{{commentsCount}}条评论