# [Tensorflow] TensorBoard介绍以及使用

## TensorBoard简介：

[En]

I believe many people have heard of the neural network, but for most people, the neural network is very mysterious. When we first come into contact with a network file, we do not know the internal structure of the network and the structure of the nodes. For us to study scientific research, and even engineering, it is undoubtedly a gap that is difficult to cross. At this time, we need a tool that can view the network.

## TensorBoard使用案例：

pip install tensorflow

import tensorflow as tf
import numpy as np
import os

#参数配置
epoch = 10
learn_rate = 0.01

#生成数据
np.random.seed(5)
x_data=np.linspace(-2,2,100)
y_data= 5*x_data + 1.0 + np.random.randn(*x_data.shape)*0.2

#定义输入层
with tf.name_scope('inputs'):
X = tf.placeholder(tf.float32, name="x")
Y = tf.placeholder(tf.float32, name ="y_")

#layer层
with tf.name_scope('layer'):
w1 = tf.Variable(1.0,name='w1')
b1 = tf.Variable(0.5, name ='b1')

out = tf.multiply(X, w1) + b1
opt_sig = tf.sigmoid(out, name ='opt_sig')

#计算loss
loss = tf.reduce_mean(tf.square(opt_sig - Y))

with tf.name_scope('train'):
#梯度下降

saver = tf.train.Saver()
with tf.Session() as sess:
#初始化所有参数
tf.initialize_all_variables().run()
for i in range(epoch):
sess.run([opt,loss],feed_dict={X:x_data,Y:y_data})

#保存log文件
tf.summary.FileWriter('./log',tf.get_default_graph())
#保存模型
saver.save(sess,"./mtest")


pip install tensorboard

tensorboard –logdir=./log

## 效果展示：

http://localhost:6006/

[En]

We click and right-click to open it, and the interface is as follows:

[En]

At this point, we can see the layers we defined in the code. If you want to output specific layers, you can print out each layer and find the corresponding layer name. The following code prints each node.

saver = tf.train.import_meta_graph("./test1/model.meta")
with tf.Session() as sess:

saver.restore(sess, tf.train.latest_checkpoint("./test1/"))
graph = tf.get_default_graph()

graph_op = graph.get_operations()
for i in graph_op:
print(i)


[En]

Test one piece of data and output two types of probabilities.

Original: https://blog.csdn.net/LeeKitch/article/details/123920778
Title: [Tensorflow] TensorBoard介绍以及使用

(0)

### 大家都在看

• #### 数据可视化图表

数据可视化图表（未完待续）1、森林图森林图展示了单个研究和Meta分析的效应估计值及可信区间。每个研究都由位于干预效果点估计值位置的方块来代表，同时一条横线分别向该方块的两边延伸出…

人工智能 2023年7月17日
0166
• #### 34岁本科男，做了5年功能测试想转行，除了进厂还能干什么？

我的建议是不要给自己设限。任何一个行业只要做到顶尖都是很有作为的，何况是IT行业，本身就比别的行业有优势，如果你现在是功能测试，应该想的是进阶自动化测试或者测试开发 如何在半年时间…

人工智能 2023年6月26日
0140
• #### 华为云从入门到实战 | AI云开发ModelArts入门与WAF应用与部署

以找云宝为物体检测项目为例，介绍ModelArts模型的训练过程、安全渗透测试环境DVWA的部署过程，为WAF的部署应用提供测试平台。 1、开始训练 完成数据标注后，在&#8221…

人工智能 2023年6月23日
0157
• #### 自然语言处理基础技术工具篇之TextBlob

安装：pip install textblob In [2]: !pip install textblob Requirement already satisfied: textb…

人工智能 2023年5月28日
0174
• #### 五、CNN-LSTM数据驱动模型

CNN-LSTM数据驱动模型 深度学习是机器学习前沿且热门的理论，而其中的两大框架卷积神经网络（CNN）以及长短期记忆网络（LSTM）是深度学习的代表，CNN能过够通过使用卷积核从…

人工智能 2023年6月16日
0191
• #### TypeError: ‘float‘ object is not subscriptable 已解决

其实就是个小问题，但是爆出来的时候也很莫名其妙。因为之前都跑得好好的，只是换了不同的文件去跑才出的问题，关键是不同的文件要处理的内容和格式都是完全一样的，一个顺利跑完，一个就报Ty…

人工智能 2023年7月4日
0137
• #### OpenCV 学习笔记-day15 随机数与随机颜色（RNG类，RNG::uniform( ) ）

OpenCV 学习笔记 * – day15 随机数与随机颜色 – + 数据类型 + 类 + * RNG + 显示结果（随机画彩色线条） day15 随机数与…

人工智能 2023年5月28日
0154
• #### python pandas 分割DataFrame中的字符串及元组

python pandas 分割DataFrame中的字符串类型数据的方法 文章目录 1.使用str.split()方法 2.使用join()与split()方法结合 3. 使用a…

人工智能 2023年6月25日
0178
• #### 时间序列分类几种方法解读

主要挑战： KPI 通常是周期性的，取决于应用程序和系统，它们的周期可以从数天到数周。因此， 每个 KPI 通常有数千个点需要完全捕捉才能刻画它在一段时间内的行为。但是因为一些不可…

人工智能 2023年7月1日
0195
• #### R语言机器学习mlr3：基础使用

获取更多R语言和生信知识，请关注公众号：医学和生信笔记。公众号后台回复 R语言，即可获得海量学习资料！ 目录 * – 创建任务 – 创建learner &#…

人工智能 2023年6月16日
0179
• #### window10环境，在conda中编译安装softpool包

首先在github上找到大神的源码并下载下来。https://github.com/alexandrosstergiou/SoftPool softpool介绍不是本文重点，具体可…

人工智能 2023年7月23日
0218
• #### 计数项目下的代码行数

统计目录下的所有源码的总行数 给出工程路径、指定代码类型，计算总共有多少行代码。 以下代码的原理是，递归搜索文件夹下的源码文件，然后统计该文件有多少行，然后累加。 -*- codi…

人工智能 2023年6月4日
0160
• #### R语言计算回归模型每个样本（观察、observation、sample）的杠杆值（leverage）实战：如果一个样本的预测变量比其他样本的预测变量值更极端，那么被认为具有很高的杠杆作用

好的，下面是一个使用Python编写的基于PyTorch的强化学习 模型_示例： 首先，需要安装PyTorch和其他必要的库。可以使用以下命令在Python中安装PyTorch： …

人工智能 2023年6月18日
0182
• #### html好看的生日祝福，生日表白(源码)

文章目录 1.设计来源 * 1.1 主界面 1.2 秘密基地 1.3 甜言蜜语 2.效果和源码 * 2.1 动态效果 2.2 源代码 2.3 自定义背景图片代码 2.4 自定义每次…

人工智能 2023年7月31日
0165
• #### PS新手淘宝美工常见问题-主图和详情尺寸（一）

最近班上刚刚来个美工，正好坐我边上，平时有问题我们会一起交流，我就把她今天遇到的文件尺寸问题分享下哈 淘宝主图尺寸，主图尺寸的话分为两种，方图和竖图 2. 竖图：尺寸比例为3:4，…

人工智能 2023年6月28日
0154
• #### NLP-基于机器学习的文本分类-垃圾邮件分类

目录 * – 一、文本分类的步骤 – 二、提取特征的经典方法 – 三、分类器方法 – + 1.朴素贝叶斯(Naive Bayesia…

人工智能 2023年5月28日
0246