使用tensorboard可视化loss和acc的实例
1.用try...except...避免因版本不同出现导入错误问题
try: image_summary=tf.image_summary scalar_summary=tf.scalar_summary histogram_summary=tf.histogram_summary merge_summary=tf.merge_summary SummaryWriter=tf.train.SummaryWriter except: image_summary=tf.summary.image scalar_summary=tf.summary.scalar histogram_summary=tf.summary.histogram merge_summary=tf.summary.merge SummaryWriter=tf.summary.FileWriter
2.将代码写入作用域（作用域不影响代码的运行）
withtf.name_scope('loss'):
loss=-tf.reduce_sum(y*tf.log(y_conv))
loss_summary=scalar_summary('loss',loss)
withtf.name_scope('accuracy'):
accuracy=tf.reduce_mean(tf.cast(correct_prediction,'float'))
acc_summary=scalar_summary('accuracy',accuracy)
3.将要保存的变量存在一起
另外可使用tf.merge_all_summaries()或者tf.summary.merge_all()
merged=merge_summary([loss_summary,acc_summary])
4.定义保存路径（在sess中完成）
writer=SummaryWriter('save-cnn20/logs',sess.graph)
5.训练模型的同时训练变量集合merged（在sess中完成，counter为计数，每训练一次增加1）
summary,_=sess.run([merged,train_step],feed_dict={x:x_batch,y:y_batch})
counter+=1
writer.add_summary(summary,counter)
6.训练完成后在save/logs文件夹里面会有一个events.out.开头的文件，以下通过终端操作。
cdsave tensorboard--logdir=logs
终端会出现一个网址，复制到浏览器中打开就能看见tensorboard储存的图像了。（若打开后无数据或图像，检查--logdir后面的文件夹名字是否给错了。)
以上这篇使用tensorboard可视化loss和acc的实例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。