广告位联系
返回顶部
分享到

TensorFlow可视化工具TensorBoard默认图与自定义图

python 来源:转载 作者:秩名 发布时间:2021-10-17 08:37:53 人浏览
摘要

一、图 图:数据(张量Tenrsor)+ 操作(节点Operation) (静态) 图可以用:1、默认图;2、自定义图。 1、默认图 查看默认图的方式: 1、调用方法:tf.get_default_graph() 2、查看属性:.graph 1、调用方法查看默认图属性 # 方法一:调用方法 default = tf

一、图

图:数据(张量Tenrsor)+ 操作(节点Operation) (静态)

图可以用:1、默认图;2、自定义图。

1、默认图

查看默认图的方式:

1、调用方法:tf.get_default_graph()
2、查看属性:.graph

1、调用方法查看默认图属性

# 方法一:调用方法
    default = tf.get_default_graph()
    print('default:', default)



2、.graph查看图属性

# 方法二:查看属性
    # 查看节点属性
    print('a的属性:', a.graph)
    print('c的属性:', c.graph)
    # 查看会话属性
    print('会话sess的图属性:', sess.graph)

可以发现这些图的地址都是同一个地址,是因为它们都是默认使用了默认图。

代码

# 查看默认图
def View_Graph():
    # 方法一:调用方法
    default = tf.get_default_graph()
    print('default:', default)  
    # 方法二:查看属性
    # 查看节点属性
    print('a的属性:', a.graph)
    print('c的属性:', c.graph)
    # 查看会话属性
    print('会话sess的图属性:', sess.graph)

2、自定义图(创建图)

1、创建自定义图
 
# 1 创建自定义图
    new_graph = tf.Graph()
    print(new_graph)



2、创建静态图

# 2 创建静态图(张量和节点)
   with new_graph.as_default():
       a = tf.constant(10)
       b = tf.constant(20)
       c = a + b
       print(c)

3、开启会话(运行)
 
# 3 开启对话(运行)
    with tf.Session(graph=new_graph) as sess:
        print('c=', sess.run(c))

 



4、查看自定义图

# 4 查看自定义图
    View_Graph(a, b, c, sess)
# 查看图
def View_Graph(a, b, c, sess):
    # 方法一:调用方法
    default = tf.get_default_graph()
    print('default:', default)

    # 方法二:查看属性
    # 查看节点属性
    print('a的属性:', a.graph)
    print('c的属性:', c.graph)
    # 查看会话属性
    print('会话sess的图属性:', sess.graph)



代码

# 自定义图
def Create_myGraph():
    # 1 创建自定义图
    new_graph = tf.Graph()
    print(new_graph)
    
    # 2 创建静态图(张量和节点)
    with new_graph.as_default():
        a = tf.constant(10)
        b = tf.constant(20)
        c = a + b
        print(c)
    
    # 3 开启对话(运行)
    with tf.Session(graph=new_graph) as sess:
        print('c=', sess.run(c))

    # 4 查看自定义图
    View_Graph(a, b, c, sess)

二、TensorBoard可视化

1、可视化处理
 
tf.summary.FileWriter(path, graph=)
# 可视化
        tf.summary.FileWriter("C:\\Users\\Administrator\\Desktop\\summary", graph=sess.graph)            #path                                            图

2、 打开TensorBoard

在cmd中操作:

1、先移到文件夹的前面

cd C://Users//Administrator//Desktop

2、 打开TensorBoard(从文件中获取数据)
 
tensorboard --logdir=summary



3、打开给定的网址

http://localhost:6006/(cmd中给的网址)

得到可视化结果:



总代码

 
import tensorflow as tf
# 创建TensorFlow框架
def Create_Tensorflow():
    # 图(静态)
    a = tf.constant(2)  # 数据1(张量)
    b = tf.constant(6)  # 数据2(张量)
    c = a + b  # 操作(节点)  
    # 会话(执行)
    with tf.Session() as sess:
        print('c=', sess.run(c))
        # 可视化
        tf.summary.FileWriter("C:\\Users\\Administrator\\Desktop\\summary", graph=sess.graph)
    # 查看默认图
    View_Graph(a, b, c, sess)
# 查看图
def View_Graph(a, b, c, sess):
    # 方法一:调用方法
    default = tf.get_default_graph()
    print('default:', default)
    # 方法二:查看属性
    # 查看节点属性
    print('a的属性:', a.graph)
    print('c的属性:', c.graph)
    # 查看会话属性
    print('会话sess的图属性:', sess.graph)
# 自定义图
def Create_myGraph():
    # 1 创建自定义图
    new_graph = tf.Graph()
    print(new_graph)   
    # 2 创建静态图(张量和节点)
    with new_graph.as_default():
        a = tf.constant(10)
        b = tf.constant(20)
        c = a + b
        print(c)  
    # 3 开启对话(运行)
    with tf.Session(graph=new_graph) as sess:
        print('c=', sess.run(c))
    # 4 查看自定义图
    View_Graph(a, b, c, sess)
if __name__ == '__main__':
    # 创建TensorFlow框架
    Create_Tensorflow()
    # 创建自定义图
    Create_myGraph()


版权声明 : 本文内容来源于互联网或用户自行发布贡献,该文观点仅代表原作者本人。本站仅提供信息存储空间服务和不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权, 违法违规的内容, 请发送邮件至2530232025#qq.cn(#换@)举报,一经查实,本站将立刻删除。
原文链接 : https://blog.csdn.net/great_yzl/article/details/120486792
相关文章
  • Python Django教程之实现新闻应用程序

    Python Django教程之实现新闻应用程序
    Django是一个用Python编写的高级框架,它允许我们创建服务器端Web应用程序。在本文中,我们将了解如何使用Django创建新闻应用程序。 我们将
  • 书写Python代码的一种更优雅方式(推荐!)

    书写Python代码的一种更优雅方式(推荐!)
    一些比较熟悉pandas的读者朋友应该经常会使用query()、eval()、pipe()、assign()等pandas的常用方法,书写可读性很高的「链式」数据分析处理代码
  • Python灰度变换中伽马变换分析实现

    Python灰度变换中伽马变换分析实现
    1. 介绍 伽马变换主要目的是对比度拉伸,将图像灰度较低的部分进行修正 伽马变换针对的是对单个像素点的变换,也就是点对点的映射 形
  • 使用OpenCV实现迷宫解密的全过程

    使用OpenCV实现迷宫解密的全过程
    一、你能自己走出迷宫吗? 如下图所示,可以看到是一张较为复杂的迷宫图,相信也有人尝试过自己一点一点的找出口,但我们肉眼来解谜
  • Python中的数据精度问题的介绍

    Python中的数据精度问题的介绍
    一、python运算时精度问题 1.运行时精度问题 在Python中(其他语言中也存在这个问题,这是计算机采用二进制导致的),有时候由于二进制和
  • Python随机值生成的常用方法

    Python随机值生成的常用方法
    一、随机整数 1.包含上下限:[a, b] 1 2 3 4 import random #1、随机整数:包含上下限:[a, b] for i in range(10): print(random.randint(0,5),end= | ) 查看运行结
  • Python字典高级用法深入分析讲解
    一、 collections 中 defaultdict 的使用 1.字典的键映射多个值 将下面的列表转成字典 l = [(a,2),(b,3),(a,1),(b,4),(a,3),(a,1),(b,3)] 一个字典就是一个键对
  • Python浅析多态与鸭子类型使用实例
    什么多态:同一事物有多种形态 为何要有多态=》多态会带来什么样的特性,多态性 多态性指的是可以在不考虑对象具体类型的情况下而直
  • Python字典高级用法深入分析介绍
    一、 collections 中 defaultdict 的使用 1.字典的键映射多个值 将下面的列表转成字典 l = [(a,2),(b,3),(a,1),(b,4),(a,3),(a,1),(b,3)] 一个字典就是一个键对
  • Python淘宝或京东等秒杀抢购脚本实现(秒杀脚本

    Python淘宝或京东等秒杀抢购脚本实现(秒杀脚本
    我们的目标是秒杀淘宝或京东等的订单,这里面有几个关键点,首先需要登录淘宝或京东,其次你需要准备好订单,最后要在指定时间快速
  • 本站所有内容来源于互联网或用户自行发布,本站仅提供信息存储空间服务,不拥有版权,不承担法律责任。如有侵犯您的权益,请您联系站长处理!
  • Copyright © 2017-2022 F11.CN All Rights Reserved. F11站长开发者网 版权所有 | 苏ICP备2022031554号-1 | 51LA统计