tensorflow使用tensorboard实现数据可视化_JavaScript_互联网开发技术网_传播最新的编程技术

[导读]如何搭建起来tensorboard.

如何搭建起来tensorboard.

系统环境:ubuntu14.04,python2.7,tensorflow-0.11

创建summary op

1.需要在图中创建summary的操作.常用的summary操作有tf.summary.scalar和tf.summary.histogram．
注：图中必须存在summary节点.不然会报错，如下图报错
这里写图片描述

merge合并操作

2.调用tf.summary.merge_all(),原因如下.

在TensorFlow中，所有的操作只有当你执行，或者另一个操作依赖于它的输出时才会运行。我们刚才创建的这些节点（summary nodes）都围绕着你的图像：没有任何操作依赖于它们的结果。因此，为了生成汇总信息，我们需要运行所有这些节点。这样的手动工作是很乏味的，因此可以使用tf.summaries.merge_all来将他们合并为一个操作。
然后你可以执行合并命令，它会依据特点步骤将所有数据生成一个序列化的Summary protobuf对象。最后，为了将汇总数据写入磁盘，需要将汇总的protobuf对象传递给tf.train.Summarywriter。

创建writer对象

运行

和正常运行训练过程是一样的.对于placeholder的图要带上feed参数.

最后帖上我的代码

#coding:utf-8#######softmaximport tensorflow as tfimport numpy as np 
from tensorflow.examples.tutorials.mnist import input_data######prepare datamnist = input_data.read_data_sets('MNIST_data/',one_hot = True);#######create the graphx = tf.placeholder(tf.float32,shape = [None,784],name = 'x');
y_ = tf.placeholder(tf.float32,shape = [None,10],name = 'y_');#initialize weights and bias;#with tf.name_scope('input_weight'):W = tf.Variable(tf.zeros([784,10]));#with tf.name_scope('input_bias'):b = tf.Variable(tf.zeros([10]),name = 'input_bias');#Predict class and loss function#with tf.name_scope('y'):y = tf.nn.softmax(tf.matmul(x,W) + b)
tf.summary.histogram('y',y);#cross_entropy = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(y, y_));#cross_entropy = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(labels = y, logits = y_))cross_entropy = -tf.reduce_sum(y_*tf.log(y))
tf.summary.scalar('loss_function', cross_entropy)#train_step#train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy);#train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)#####optimization:梯度下降train_step = tf.train.GradientDescentOptimizer(0.01).minimize(cross_entropy)#Cannot evaluate tensor using `eval()`: No default session is registered. #Use `with sess.as_default()` or pass an explicit session to `eval(session=sess)`#set sess as defaultsess = tf.InteractiveSession();########create session#sess = tf.Session();#init op init = tf.global_variables_initializer();
sess.run(init);####TensorBoardmerged_summary_op = tf.summary.merge_all()
summary_writer = tf.summary.FileWriter('/tmp/mnist_logs',sess.graph)#train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)for i in range(1000):
    batch = mnist.train.next_batch(100);
    sess.run(train_step,feed_dict={x: batch[0], y_: batch[1]});
    summary_str = sess.run(merged_summary_op,feed_dict={x: batch[0], y_: batch[1]});
    summary_writer.add_summary(summary_str, i);if i % 50 == 0:
        correct_prediction = tf.equal(tf.argmax(y, 1), tf.argmax(y_, 1))
        accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float32"))print "Setp: ", i, "Accuracy: ",sess.run(accuracy, feed_dict={x: mnist.test.images, y_: mnist.test.labels})########evaluatecorrect_prediction = tf.equal(tf.argmax(y,1), tf.argmax(y_,1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
print(accuracy.eval(session=sess,feed_dict={x: mnist.test.images, y_: mnist.test.labels}))

打开tensorboard

在终端下运行

然后打开浏览器运行地址:0.0.0.0:6006

结果:

列表内容

遇到的没有解决的问题:jupyter中运行的时候第一次没有错误.第二次就报错.到目前为止没有解决.问题地址:https://github.com/tensorflow/tensorflow/issues/225

这里写图片描述

目前已经不使用jupyter,改用sublime+shell.

如果搭建成功没有问题啦.就可以试着使用优化图的方法了.

相关推荐

javascript 之基本包装类型

NodeJs之数据库异常处理

js 显示日期时间，时间过一秒加1

ES5 - 面向对象编程

前端js优化方案（连续更新）

substring和substr的用法

.each的使用

在页面中引入js

使用canvas进行图像编辑

jq 动态添加.active 实现导航效果

web常见几种处理图标方法

用 zoom.js 给博客园中博文的图片添加单击时弹出放大效果

javascript常用数组算法总结

JavaScript：inherits

JavaScript入门几个概念

JavaScript学习——使用JS完成省市二级联动

Uncaught TypeError: Illegal invocation

javascript之 JavaScript 工具库

jQuery中each循环的跳出和结束

一个简单的算法，"ab-cd-efg-hi-jk" => "abCdEfgHiJk"的转化