7 回答

• 2

  TensorBoard是visualizing the TensorFlow graph的工具，可在训练和推理期间分析记录的指标 . 该图是使用Python API创建的，然后使用tf.train.SummaryWriter.add_graph()方法写出 . 将SummaryWriter写入的文件加载到TensorBoard时，您可以看到已保存的图形，并以交互方式浏览它 .

  但是，TensorBoard不是用于构建图形本身的工具 . 它没有任何支持向图表添加节点 .

  回复于 2024-04-25T13:59:48+08:00
• 15

  从以下Code Example开始，我可以添加一行，如下所示：

  import tensorflow as tf
  import numpy as np
  sess = tf.InteractiveSession()  #define a session
  # Create 100 phony x, y data points in NumPy, y = x * 0.1 + 0.3
  x_data = np.random.rand(100).astype("float32")
  y_data = x_data * 0.1 + 0.3
  
  # Try to find values for W and b that compute y_data = W * x_data + b
  # (We know that W should be 0.1 and b 0.3, but Tensorflow will
  # figure that out for us.)
  W = tf.Variable(tf.random_uniform([1], -1.0, 1.0))
  b = tf.Variable(tf.zeros([1]))
  y = W * x_data + b
  
  # Minimize the mean squared errors.
  loss = tf.reduce_mean(tf.square(y - y_data))
  optimizer = tf.train.GradientDescentOptimizer(0.5)
  train = optimizer.minimize(loss)
  
  # Before starting, initialize the variables.  We will 'run' this first.
  init = tf.initialize_all_variables()
  
  # Launch the graph.
  sess = tf.Session()
  sess.run(init)
  
  #### ----> ADD THIS LINE <---- ####
  writer = tf.train.SummaryWriter("/tmp/test", sess.graph)
  
  # Fit the line.
  for step in xrange(201):
      sess.run(train)
      if step % 20 == 0:
          print(step, sess.run(W), sess.run(b))
  
  # Learns best fit is W: [0.1], b: [0.3]
  

  然后从命令行运行tensorboard，指向相应的目录 . 这显示了对SummaryWriter的完整调用 . 请务必注意以下事项：

  • SummaryWriter传递一个Session，因此必须在创建Session（或InteractiveSession）之后发生

  • 该会话可以在程序的早期创建，但是当Session传递给SummaryWriter时，该点存在的图形将写入TensorBoard将使用的文件 .

  回复于 2024-04-25T13:59:48+08:00
• 0

  在此页面中，有一个非常简单的代码可用于测试您的安装：http://tensorflow.org/get_started

  我把这条线包括在内

  tf.train.write_graph(sess.graph_def, '/home/daniel/Documents/Projetos/Prorum/ProgramasEmPython/TestingTensorFlow/fileGraph', 'graph.pbtxt')
  

  在此之后“sess.run（init）”

  这将生成一个您必须上传到“TensorBoard”的文件 .

  为了打开TensorBoard，假设它已安装在你的计算机中（必须是你使用pip来安装），我使用了Ubuntu的终端并写道：

  “tensorboard --logdir nameOfDirectory”

  然后，您应该在端口6006中打开浏览器：

  http://localhost:6006/
  

  这将打开TensorBoard . 我转到“图表菜单”并上传了该文件 . 它生成了以下数字：

  

  所以，我所做的是将我在Python中创建的模型转移到TensorBoard . 如果没有创建模型（仅启动会话），我相信可以创建一个空的 . 但是，我不确定您是否可以直接在TensorBoard中更改此设置 .

  我在这里用葡萄牙语回答了这个问题，并为巴西用户提供了更多细节 . 也许它对其他人有用：http://prorum.com/index.php/1843/recentemente-plataforma-aprendizagem-primeira-impressao

  回复于 2024-04-25T13:59:48+08:00
• 0

  i solved by on windows:

  file_writer = tf.summary.FileWriter("output", sess.graph)
  

  对于该目录“输出” . 我在Windows上打开命令 .

  类型

  tensorboard --logdir="C:\Users\kiran\machine Learning\output"
  

  我的错误是在那条线上..

  回复于 2024-04-25T13:59:48+08:00
• 0

  如果您使用的是Firefox，TensorBoard中的图形不会显示 . 您必须安装Chrome .

  回复于 2024-04-25T13:59:48+08:00
• 12

  result want一个可以添加节点的空图，可编辑 .

  我想你会发现Orange工具很有用 . 它允许您拖放各种节点并通过GUI实现算法 .

  回复于 2024-04-25T13:59:48+08:00
• 2

  我不得不使用

  python -m tensorflow.tensorboard --logdir="C:\tmp\tensorflow\.."
  

  莫名其妙 tensorboard --logdir 没用 .

  我的环境

  操作系统：Windows 7，Python 3.5和Tensorflow 1.1.0

  回复于 2024-04-25T13:59:48+08:00