iT邦幫忙

第 11 屆 iT 邦幫忙鐵人賽

DAY 14
0

目前為止,已經看到了如何編寫圖表以及如何運行它。但是,每隔一段時間,就想要想像圖形,希望看到操作,向它提供哪些數據等等。可能還想要可視化神經網絡的架構。要寫出圖形,請使用tf.summary.FileWriter。
因此,使用tf.summary.FileWriter寫出繪畫圖。現在,如果要將圖形可視化,不需要自動生成的張量名稱。因此,如果要寫出並可視化圖表,請確保為數據張量和操作命名。
一旦你這樣做並運行這個程序,你將得到一個名為'summaries'的新目錄。它被稱為摘要,因為它將摘要指定為tf.summary.FileWriter的第一個arg。
可以根據需要為目錄命名。並且在該目錄中是包含圖形的文件。
該圖表採用文檔化的二進制格式,並不是人類可讀的。那麼,如何從這個輸出文件中獲得漂亮的視覺效果?
要顯示圖形,請使用名為TensorBoard的程序。它附帶了TensorFlow發行版,這意味著可以從DataLab中調用它。
所以,這是調用TensorBoard的Python代碼,將其指向名為summaries的頂級目錄。然後出現的UI,切換到圖形部分,將看到圖形的可視化表示,包括x,y,z1,z2和z3,以及連接它們的操作。
由於我們傾向於在DataLab中開發ML模型,因此能夠直接從DataLab啟動TensorBoard非常方便。但有時候,會啟動一項培訓工作,也許需要幾個小時才能監控培訓。無需進入DataLab即可啟動TensorBoard。
TensorFlow也安裝在CloudShell中,雖然CloudShell太小而無法進行實際的機器學習工作,但運行TensorBoard就足夠了。在這裡,可以了解如何從CloudShell啟動和支持指向Google雲端存儲上的模型輸出目錄。


上一篇
[Day 13] Graph and Session
下一篇
[Day 15] 初步評估方法簡介
系列文
Machine Learning Study 30天學習筆記19

尚未有邦友留言

立即登入留言