如何通过 y1summary 捕获对 y1 的更改?
How to capture changes to y1 via y1summary?
世界,
我想更熟悉 Tensorboard API。
我研究了我在这里找到的脚本:
https://www.tensorflow.org/code/tensorflow/examples/tutorials/mnist/mnist_with_summaries.py
它 运行 在我的笔记本电脑上运行良好。
其中大部分对我来说都很有意义。
于是,我写了一个简单的tensorflow demo:
import tensorflow as tf
sess = tf.Session()
with tf.name_scope('scope0'):
y1 = tf.Variable(1.1)
# I should intialize:
sess.run(tf.initialize_all_variables())
tf.scalar_summary('y1summary', y1)
merged = tf.merge_all_summaries()
train_writer = tf.train.SummaryWriter('/tmp/tb4',sess.graph)
step_i = 0
summary,out1 = sess.run([merged,y1])
train_writer.add_summary(summary, step_i)
step_i += 1
y1 = y1 - 1.1
summary,out1 = sess.run([merged,y1])
train_writer.add_summary(summary, step_i)
step_i += 1
y1 = y1 + 2.1
summary,out1 = sess.run([merged,y1])
train_writer.add_summary(summary, step_i)
train_writer.close()
因此,我 运行 上面的脚本使用 shell 命令:
python tensorboard_demo4.py
它 运行 没有错误。
接下来我运行张量板:
tensorboard --log=/tmp/tb4
运行没有错误。
但是当我查看事件选项卡时,
Tensorboard 显示 y1summary 的常数值。
所以,我不了解 Tensorboard 的一些基本知识。
如何增强上述脚本,使 Tensorboard 通过 y1summary 显示对 y1 的更改?
试试这个
import tensorflow as tf
sess = tf.Session()
with tf.name_scope('scope0'):
y1 = tf.Variable(1.1)
# I should intialize:
sess.run(tf.initialize_all_variables())
tf.scalar_summary('y1summary', y1)
merged = tf.merge_all_summaries()
train_writer = tf.train.SummaryWriter('/tmp/tb4',sess.graph)
step_i = 0
summary,out1 = sess.run([merged,y1])
train_writer.add_summary(summary, step_i)
step_i += 1
sess.run(y1.assign(y1 - 1.1))
summary,out1 = sess.run([merged,y1])
train_writer.add_summary(summary, step_i)
step_i += 1
sess.run(y1.assign(y1 + 2.1))
summary,out1 = sess.run([merged,y1])
train_writer.add_summary(summary, step_i)
train_writer.close()
基本上,您需要将新值分配给您正在捕获摘要的变量(在本例中为 y1)。
世界,
我想更熟悉 Tensorboard API。
我研究了我在这里找到的脚本:
https://www.tensorflow.org/code/tensorflow/examples/tutorials/mnist/mnist_with_summaries.py
它 运行 在我的笔记本电脑上运行良好。
其中大部分对我来说都很有意义。
于是,我写了一个简单的tensorflow demo:
import tensorflow as tf
sess = tf.Session()
with tf.name_scope('scope0'):
y1 = tf.Variable(1.1)
# I should intialize:
sess.run(tf.initialize_all_variables())
tf.scalar_summary('y1summary', y1)
merged = tf.merge_all_summaries()
train_writer = tf.train.SummaryWriter('/tmp/tb4',sess.graph)
step_i = 0
summary,out1 = sess.run([merged,y1])
train_writer.add_summary(summary, step_i)
step_i += 1
y1 = y1 - 1.1
summary,out1 = sess.run([merged,y1])
train_writer.add_summary(summary, step_i)
step_i += 1
y1 = y1 + 2.1
summary,out1 = sess.run([merged,y1])
train_writer.add_summary(summary, step_i)
train_writer.close()
因此,我 运行 上面的脚本使用 shell 命令:
python tensorboard_demo4.py
它 运行 没有错误。
接下来我运行张量板:
tensorboard --log=/tmp/tb4
运行没有错误。
但是当我查看事件选项卡时, Tensorboard 显示 y1summary 的常数值。
所以,我不了解 Tensorboard 的一些基本知识。
如何增强上述脚本,使 Tensorboard 通过 y1summary 显示对 y1 的更改?
试试这个
import tensorflow as tf
sess = tf.Session()
with tf.name_scope('scope0'):
y1 = tf.Variable(1.1)
# I should intialize:
sess.run(tf.initialize_all_variables())
tf.scalar_summary('y1summary', y1)
merged = tf.merge_all_summaries()
train_writer = tf.train.SummaryWriter('/tmp/tb4',sess.graph)
step_i = 0
summary,out1 = sess.run([merged,y1])
train_writer.add_summary(summary, step_i)
step_i += 1
sess.run(y1.assign(y1 - 1.1))
summary,out1 = sess.run([merged,y1])
train_writer.add_summary(summary, step_i)
step_i += 1
sess.run(y1.assign(y1 + 2.1))
summary,out1 = sess.run([merged,y1])
train_writer.add_summary(summary, step_i)
train_writer.close()
基本上,您需要将新值分配给您正在捕获摘要的变量(在本例中为 y1)。