TensorFlow可视化工具TensorBoard默认图与自定义图
作者:_睿智_ 发布时间:2023-03-03 06:53:22
标签:TensorFlow,可视化,TensorBoard,图
一、图
图:数据(张量Tenrsor)+ 操作(节点Operation) (静态)
图可以用:1、默认图;2、自定义图。
1、默认图
查看默认图的方式:
1、调用方法:tf.get_default_graph()
2、查看属性:.graph
1、调用方法查看默认图属性
# 方法一:调用方法
default = tf.get_default_graph()
print('default:', default)
2、.graph查看图属性
# 方法二:查看属性
# 查看节点属性
print('a的属性:', a.graph)
print('c的属性:', c.graph)
# 查看会话属性
print('会话sess的图属性:', sess.graph)
可以发现这些图的地址都是同一个地址,是因为它们都是默认使用了默认图。
代码
# 查看默认图
def View_Graph():
# 方法一:调用方法
default = tf.get_default_graph()
print('default:', default)
# 方法二:查看属性
# 查看节点属性
print('a的属性:', a.graph)
print('c的属性:', c.graph)
# 查看会话属性
print('会话sess的图属性:', sess.graph)
2、自定义图(创建图)
1、创建自定义图
# 1 创建自定义图
new_graph = tf.Graph()
print(new_graph)
2、创建静态图
# 2 创建静态图(张量和节点)
with new_graph.as_default():
a = tf.constant(10)
b = tf.constant(20)
c = a + b
print(c)
3、开启会话(运行)
# 3 开启对话(运行)
with tf.Session(graph=new_graph) as sess:
print('c=', sess.run(c))
4、查看自定义图
# 4 查看自定义图
View_Graph(a, b, c, sess)
# 查看图
def View_Graph(a, b, c, sess):
# 方法一:调用方法
default = tf.get_default_graph()
print('default:', default)
# 方法二:查看属性
# 查看节点属性
print('a的属性:', a.graph)
print('c的属性:', c.graph)
# 查看会话属性
print('会话sess的图属性:', sess.graph)
代码
# 自定义图
def Create_myGraph():
# 1 创建自定义图
new_graph = tf.Graph()
print(new_graph)
# 2 创建静态图(张量和节点)
with new_graph.as_default():
a = tf.constant(10)
b = tf.constant(20)
c = a + b
print(c)
# 3 开启对话(运行)
with tf.Session(graph=new_graph) as sess:
print('c=', sess.run(c))
# 4 查看自定义图
View_Graph(a, b, c, sess)
二、TensorBoard可视化
1、可视化处理
tf.summary.FileWriter(path, graph=)
# 可视化
tf.summary.FileWriter("C:\\Users\\Administrator\\Desktop\\summary", graph=sess.graph) #path 图
2、 打开TensorBoard
在cmd中操作:
1、先移到文件夹的前面
cd C://Users//Administrator//Desktop
2、 打开TensorBoard(从文件中获取数据)
tensorboard --logdir=summary
3、打开给定的网址
http://localhost:6006/(cmd中给的网址)
得到可视化结果:
总代码
import tensorflow as tf
# 创建TensorFlow框架
def Create_Tensorflow():
# 图(静态)
a = tf.constant(2) # 数据1(张量)
b = tf.constant(6) # 数据2(张量)
c = a + b # 操作(节点)
# 会话(执行)
with tf.Session() as sess:
print('c=', sess.run(c))
# 可视化
tf.summary.FileWriter("C:\\Users\\Administrator\\Desktop\\summary", graph=sess.graph)
# 查看默认图
View_Graph(a, b, c, sess)
# 查看图
def View_Graph(a, b, c, sess):
# 方法一:调用方法
default = tf.get_default_graph()
print('default:', default)
# 方法二:查看属性
# 查看节点属性
print('a的属性:', a.graph)
print('c的属性:', c.graph)
# 查看会话属性
print('会话sess的图属性:', sess.graph)
# 自定义图
def Create_myGraph():
# 1 创建自定义图
new_graph = tf.Graph()
print(new_graph)
# 2 创建静态图(张量和节点)
with new_graph.as_default():
a = tf.constant(10)
b = tf.constant(20)
c = a + b
print(c)
# 3 开启对话(运行)
with tf.Session(graph=new_graph) as sess:
print('c=', sess.run(c))
# 4 查看自定义图
View_Graph(a, b, c, sess)
if __name__ == '__main__':
# 创建TensorFlow框架
Create_Tensorflow()
# 创建自定义图
Create_myGraph()
来源:https://blog.csdn.net/great_yzl/article/details/120486792


猜你喜欢
- 介绍文档解析涉及检查文档中的数据并提取有用的信息。它可以通过自动化减少了大量的手工工作。一种流行的解析策略是将文档转换为图像并使用计算机视觉
- 废话不多说,直接上代码!updateBody = { "query":{ &nb
- 原文地址:30 Days of Mootools 1.2 Tutorials - Day 20 - A Few Mootools Tabs项
- python-docx的简单使用'''设置表格所有单元格的四个边为0.5磅,黑色,实线可以使用返回值,也可以不使用&
- 最近有一个小项目,有如下的需求:将某几个源码文件夹进行打包,文件夹内有py文件、dll文件、exe文件等各种文件类型打包生成的安装包,在进行
- 在页面中自定义了changejs函数后页面提示错误:Active Server Pages 错误 'ASP 0138' 嵌套
- 前言:我们常常想使用数组的方法,比如forEach,filter,又或者some等等来处理非数组的数据类型,那么在这些场景下,我们就需要将非
- 前言众所周知在Python 中常用的数据类型bool(布尔)类型的实例对象(值)就两个,真和假,分别用True和False表示。在if 条件
- Vuejs 本身就是一个 MVVM 的框架。但是在监听 window 上的 事件 时,往往会显得 力不从心。比如 这次是 window.re
- 目录初期操作分析参数分析salt、signPython代码运行效果初期操作打开有道翻译界面—F12—Network—在翻译框中输入'
- 我开发过几个采集程序,也研究过很多采集程序代码,所以对采集程序的原理还算是稍微有些了解。先说一下采集原理:采集程序的主要步骤如下: 一、获取
- 本文实例讲述了python中MySQLdb模块用法。分享给大家供大家参考。具体用法分析如下:MySQLdb其实有点像php或asp中连接数据
- 调用sklearn的model_selection时,发现sklearn中没有model_selection的模块。经过检查,发现anaco
- 实现一个简单地httpServer上一篇文章对http库的基本使用做了说明,下面来实现一个简单地httpServerpackage main
- 因此计划先把数据转插入一个临时表,再对临时表的数据进行分析。 问题点是如何动态创建临时表。原先Insus.NET使用下面代码实现: 代码如下
- 网络爬虫网络爬虫是指在互联网上自动爬取网站内容信息的程序,也被称作网络蜘蛛或网络机器人。大型的爬虫程序被广泛应用于搜索引擎、数据挖掘等领域,
- 本文实例讲述了Python实现可自定义大小的截屏功能。分享给大家供大家参考,具体如下:蝈蝈这两天正忙着收拾家当去公司报道,结果做PHP的发小
- 看到网上有一篇文章,是介绍如何做网站测试的.从一开始的链接测试,页面内容测试,到浏览器兼容性测试,负载压力测试,一直到最后的安全性测试,甚至
- 如何把[1, 5, 6, [2, 7, [3, [4, 5, 6]]]]变成[1, 5, 6, 2, 7, 3, 4, 5, 6]?思考:-
- 毫无疑问,Google是当今世界上最成功的互联网公司之一,但是Google也曾推出过一些失败的实验品。还记得Google Accelerat