TensorBoard是TensorFlow下的一个可视化的工具,能在训练大规模神经网络时将复杂的运算过程可视化。TensorBoard能展示你训练过程中绘制的图像、网络结构等。
首先给出一个Tensorboard计算图的例子,后面给出常遇问题及解决方案。
下面是Tensorflow生成计算图的代码示例,即可在'./log'路径下得到计算图文件
import tensorflow as tf import numpy as np #创建计算图会话 sess = tf.Session() my_array = np.array([[1.,3.,5.,7.,9.],[-2.,0.,2.,4.,6.],[-6.,-3.,0.,3.,6.]]) x_vals = np.array([my_array,my_array+1]) #创建占位符及变量 x_data = tf.placeholder(tf.float32,shape=(3,5)) m1 = tf.constant([[1.],[0.],[-1.],[2.],[4.]]) m2 = tf.constant([[2.]]) m3 = tf.constant([[10.]]) #创建层 prod1 = tf.matmul(x_data,m1) prod2 = tf.matmul(prod1,m2) prod3 = tf.add(prod2,m3) for x in x_vals: print(sess.run(prod2,feed_dict={x_data:x})) #计算图路径及保存 log_dir = './logfile' summary_writer = tf.summary.FileWriter(log_dir, sess.graph)
其次通过在Window系统下doc,通过cd+路径命令将位置放置在程序运行根目录下,输入以下代码:
tensorboard --logdir=logfile即可得到如图所示链接
在将链接放置在谷歌浏览器上即可得到计算图。
问题一:无法运行tensorboard
解决方案:首先确保tensorboard存在或者安装正确,可以通过在doc上运行pip show tensorboard,如图所示,如果没有任何信息,则有两种可能,一种是没有安装或者安装失败,此时需要安装tensorboard,Pip install tensorboard ,另外一种则是pip没有加入环境变量,可通过计算机-属性-环境变量-path将F:\python\Anaconda\envs\ame\Scripts(示例)Scrpts路径加入其中。
问题二:Tensorboard文件生成没有错误,但是使用谷歌浏览器打不开或者出现
No dashboards are active for the current data set.字眼
解决方案:
(1)确定采用谷歌浏览器,并尝试将其升级(浏览器版本太低)。
(2)如果你想要开启另外一个新的计算图,一定要把原来的cmd命令行窗口关闭,再重复上述步骤,不然打开的将依然是上一个计算图。也可以通过按ctrl+c将上一个计算图关闭
(3)由于按了ctrl+c将端口关闭(注意观察cmd命令行是否处于阻塞状态,若果没有,则该端口已经关闭,当然在浏览器上看不到)
(4)端口问题。这里给出两种解决方案:a.尝试采用http://localhost:6006,这是由于tensroflow版本问题导致。
b.修改命令如下图所示:该方法是更改计算机端口的方法,对于无法打开localhost有奇效,亲测有用
tensorboard --logdir=logfile --host=127.0.0.1
(5)代码输入问题,如下述代码
tensorboard --logdir=logfile
而不是:
tensorboard --logdir='./logfile'或者'logfile'
切记不可带引号!!!
(6) 尝试换一种调用tensorboard的方式,因为有的人安装的tensorboard位于tensorflow的下一级,对于tensorboard和tensorflow平级可不用考虑。可通过pip list命令显示查看
python -m tensorflow.tensorboard --logdir=
这里本人的tensorflow和tensorboard是平级,因此该方法无效。
最后,我们结合上述方法给出示例:
最后将该网址用谷歌浏览器打开: