Python学习（1）：Tensorboard可视化模块——tf.summary总结

tensorboard 作为一款可视化神器，可以说是学习tensorflow时模型训练以及参数可视化的法宝。

而在训练过程中，主要用到了tf.summary()的各类方法，能够保存训练过程以及参数分布图并在tensorboard显示。

tf.summary有诸多函数：

1、tf.summary.scalar：用来显示标量信息

例如：tf.summary.scalar('mean', mean)

一般在画loss,accuary时会用到这个函数。

2、tf.summary.histogram：用来显示直方图信息

例如： tf.summary.histogram('histogram', var)

一般用来显示训练过程中变量的分布情况

3、tf.summary.distribution：分布图，一般用于显示weights分布

4、tf.summary.text：可以将文本类型的数据转换为tensor写入summary中

5、tf.summary.image：输出带图像的probuf，汇总数据的图像的的形式如下：

' tag /image/0', ' tag /image/1'...，如：input/image/0等。

格式：tf.summary.image(tag, tensor, max_images=3, collections=None, name=Non

6、tf.summary.audio：展示训练过程中记录的音频

7、tf.summary.merge_all：merge_all 可以将所有summary全部保存到磁盘，以便tensorboard显示。如果没有特殊要求，一般用这一句就可一显示训练时的各种信息了。

格式：tf.summaries.merge_all(key='summaries')

8、tf.summary.FileWriter：指定一个文件用来保存图。

格式：tf.summary.FileWritter(path,sess.graph)

可以调用其add_summary（）方法将训练过程数据保存在filewriter指定的文件中

9.tensorboard --logdir=/summary_dir ：开启tensorboard

————————————————

版权声明：本文为CSDN博主「weixin_41950276」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。

原文链接：https://blog.csdn.net/weixin_41950276/article/details/82918372

参考代码：

import tensorflowas tf

class Logger(object):

"""Tensorboard logger."""

    def __init__(self, log_dir):

"""Initialize summary writer."""

        self.writer = tf.summary.FileWriter(log_dir)

def scalar_summary(self, tag, value, step):

"""Add scalar summary."""

        summary = tf.Summary(value=[tf.Summary.Value(tag=tag, simple_value=value)])

self.writer.add_summary(summary, step)