TensorFlow可视化工具TensorBoard默认图与自定义图
更新时间：2021年10月16日 16:46:25 作者：_睿智_
这篇文章主要介绍了TensorFlow可视化工具TensorBoard默认图与自定义图的使用操作示例，有需要的朋友可以借鉴参考下，希望能够有所帮助
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()
以上就是TensorFlow可视化工具TensorBoard默认图与自定义图 的详细内容，更多关于TensorFlow可视化TensorBoard工具的资料请关注脚本之家其它相关文章！
相关文章
这篇文章主要为大家介绍了Python实现GB格式序列文件转换Fasta格式文件示例详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2022-07-07
这篇文章主要介绍了Python手绘可视化工具cutecharts使用实例,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-12-12
目标检测是计算机视觉的研究方向之一,下面这篇文章主要给大家介绍了关于如何利用YOLOv5实现多路摄像头实时目标检测功能的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下2022-03-03
这篇文章主要介绍了详解Django中间件执行顺序，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2018-07-07
下面小编就为大家带来一篇python 字典(dict)按键和值排序。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧2016-06-06
利用psutil库可以获取系统的一些信息，如cpu，内存等使用率，从而可以查看当前系统的使用情况，实时采集这些信息可以达到实时监控系统的目的。本文给大家介绍Python psutil系统监控的相关知识，感兴趣的朋友一起看看吧2021-08-08
今天小编就为大家分享一篇Python 使用Numpy对矩阵进行转置的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-01-01
这篇文章主要介绍了详解解决jupyter不能使用pytorch的问题，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2021-02-02
这篇文章主要介绍了Python装饰器实现方法及应用场景详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-03-03
这篇文章主要为大家介绍了Python Ruby 等语言弃用自增运算符原因剖析，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2022-08-08
最新评论