1.用try...except...避免因版本不同出現導入錯誤問題
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.將代碼寫入作用域（作用域不影響代碼的運行）
with tf.name_scope('loss'):
loss = -tf.reduce_sum(y * tf.log(y_conv))
loss_summary = scalar_summary('loss', loss)
with tf.name_scope('accuracy'):
accuracy = tf.reduce_mean(tf.cast(correct_prediction, 'float'))
acc_summary = scalar_summary('accuracy', accuracy)
3.將要保存的變量存在一起
另外可使用 tf.merge_all_summaries() 或者 tf.summary.merge_all()
merged = merge_summary([loss_summary, acc_summary])
4.定義保存路徑（在sess中完成）
writer = SummaryWriter('save-cnn20/logs', sess.graph)
5.訓練模型的同時訓練變量集合merged（在sess中完成，counter為計數，每訓練一次增加1）
summary, _ = sess.run([merged, train_step], feed_dict={x:x_batch, y:y_batch})
counter += 1
writer.add_summary(summary, counter)
6.訓練完成后在 save/logs 文件夾里面會有一個events.out.開頭的文件，以下通過終端操作。
cd save tensorboard --logdir=logs
終端會出現一個網址，復制到瀏覽器中打開就能看見tensorboard儲存的圖像了。（若打開后無數據或圖像，檢查 --logdir后面的文件夾名字是否給錯了。)
以上這篇使用tensorboard可視化loss和acc的實例就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
