Tensorflow學習筆記 Summary用法

2021-09-24 21:29:07 字數 3277 閱讀 6886

最近在研究tensorflow自帶的例程speech_command,順便學習tensorflow的一些基本用法。

其中tensorboard 作為一款視覺化神器,可以說是學習tensorflow時模型訓練以及引數視覺化的法寶。

而在訓練過程中,主要用到了tf.summary()的各類方法,能夠儲存訓練過程以及引數分布圖並在tensorboard顯示。

tf.summary有諸多函式:

1、tf.summary.scalar

用來顯示標量資訊,其格式為:

tf.summary.scalar(tags, values, collections=none, name=none)
例如:tf.summary.scalar('mean', mean)

一般在畫loss,accuary時會用到這個函式。

2、tf.summary.histogram

用來顯示直方圖資訊,其格式為:

tf.summary.histogram(tags, values, collections=none, name=none)
例如: tf.summary.histogram('histogram', var)

一般用來顯示訓練過程中變數的分布情況

3、tf.summary.distribution

分布圖,一般用於顯示weights分布

4、tf.summary.text

可以將文字型別的資料轉換為tensor寫入summary中:

例如:

text = """/a/b/c\\_d/f\\_g\\_h\\_2017"""

summary_op0 = tf.summary.text('text', tf.convert_to_tensor(text))

5、tf.summary.image

輸出帶影象的probuf,彙總資料的影象的的形式如下: ' tag /image/0', ' tag /image/1'...,如:input/image/0等。

格式:tf.summary.image(tag, tensor, max_images=3, collections=none, name=non

6、tf.summary.audio

展示訓練過程中記錄的音訊 

7、tf.summary.merge_all

merge_all 可以將所有summary全部儲存到磁碟,以便tensorboard顯示。如果沒有特殊要求,一般用這一句就可一顯示訓練時的各種資訊了。

格式:tf.summaries.merge_all(key='summaries')

8、tf.summary.filewriter

指定乙個檔案用來儲存圖。

格式:tf.summary.filewritter(path,sess.graph)

可以呼叫其add_summary()方法將訓練過程資料儲存在filewriter指定的檔案中

tensorflow summary 用法示例:

tf.summary.scalar('accuracy',acc)                   #生成準確率標量圖  

merge_summary = tf.summary.merge_all()

train_writer = tf.summary.filewriter(dir,sess.graph)#定義乙個寫入summary的目標檔案,dir為寫入檔案位址

......(交叉熵、優化器等定義)

for step in xrange(training_step): #訓練迴圈

train_summary = sess.run(merge_summary,feed_dict = )#呼叫sess.run執行圖,生成一步的訓練過程資料

train_writer.add_summary(train_summary,step)#呼叫train_writer的add_summary方法將訓練過程以及訓練步數儲存

此時開啟tensorborad:

tensorboard --logdir=/summary_dir 

便能看見accuracy曲線了。

另外,如果我不想儲存所有定義的summary資訊,也可以用tf.summary.merge方法有選擇性地儲存資訊:

9、tf.summary.merge

格式:tf.summary.merge(inputs, collections=none, name=none)

一般選擇要儲存的資訊還需要用到tf.get_collection()函式

示例:

tf.summary.scalar('accuracy',acc)                   #生成準確率標量圖  

merge_summary = tf.summary.merge([tf.get_collection(tf.graphkeys.summaries,'accuracy'),...(其他要顯示的資訊)])

train_writer = tf.summary.filewriter(dir,sess.graph)#定義乙個寫入summary的目標檔案,dir為寫入檔案位址

......(交叉熵、優化器等定義)

for step in xrange(training_step): #訓練迴圈

train_summary = sess.run(merge_summary,feed_dict = )#呼叫sess.run執行圖,生成一步的訓練過程資料

train_writer.add_summary(train_summary,step)#呼叫train_writer的add_summary方法將訓練過程以及訓練步數儲存

使用tf.get_collection函式篩選圖中summary資訊中的accuracy資訊,這裡的

tf.graphkeys.summaries  是summary在collection中的標誌。

當然,也可以直接:

acc_summary = tf.summary.scalar('accuracy',acc)                   #生成準確率標量圖  

merge_summary = tf.summary.merge([acc_summary ,...(其他要顯示的資訊)]) #這裡的不可省

如果要在tensorboard中畫多個資料圖,需定義多個tf.summary.filewriter並重複上述過程。

tensorflow學習筆記

tensorflow安裝可以直接通過命令列或者原始碼安裝,在此介紹tensorflow8命令列安裝如下 安裝tensorflow sudo pip install upgrade 另外,解除安裝tensorflow命令為 sudo pip uninstall tensorflow tensorflo...

Tensorflow學習筆記

1.如何在虛擬機器中安裝tensor flow 1 首先安裝pip pip install 2 pip install 2.學習tensorflow需要學習 python and linux 3.使用 tensorflow,你必須明白 tensorflow 1 使用圖 graph 來表示計算任務.2...

TensorFlow學習筆記

1 擬合直線 import the library import tensorflow as tf import numpy as np prepare train data train x np.linspace 1,1,100 temp1 train x,temp2 train x.shape,...