tensorflow通过模型文件,使用tensorboard查看其模型图Graph方式
Google提供了一个工具，TensorBoard，它能以图表的方式分析你在训练过程中汇总的各种数据，其中包括Graph结构。
所以我们可以简单的写几行Pyhton，加载Graph，只在logdir里，输出Graph结构数据，并可以查看其图结构。
执行下述代码，将数据流图保存为图片，在目录F:/tensorflow/graph下生成文件events.out.tfevents.1508420019.XM-PC
importtensorflowastf
fromtensorflow.python.platformimportgfile
graph=tf.get_default_graph()
graphdef=graph.as_graph_def()
_=tf.train.import_meta_graph("model.ckpt.metaa")
summary_write=tf.summary.FileWriter("./",graph)
summary_write.close()
启用tensorboard
我用的python开发环境是Anaconda
（1）打开AnacondaPrompt，输入activatetensorflow进入tensorflow环境；
（2）开启tensorboard，输入如下命令
tensorboard--logdir=F://tensorflow//graph
其中logdir中的参数就是代码中保存graph的路径，如果写为单斜杠，tensorboard可打开，但graphs中显示“Nographdefinitionfileswerefound”，并不显示graph，路径参数改为双斜杠就可以了。
3.用tensorboard查看生成的graph
（1）在谷歌浏览器中打开http://127.0.0.1:6006/，会显示橙色界面；
（2）在第一行的选项卡中选择graphs，即可看到结果。
以上这篇tensorflow通过模型文件,使用tensorboard查看其模型图Graph方式就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。