tf.summary.scalar()和tf.summary.histogram
用法:
1、tf.summary.scalar
用来显示标量信息,其格式为:
tf.summary.scalar(tags, values, collections=None, name=None)
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,其格式为:
tf.summary.histogram(tags, values, collections=None, name=None)
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
详述:
#collect tensor
tf.summary.scalar('loss',loss)#用于收集一维标量
tf.summary.histogram('weights',W)#用于收集tensor
1. tf.summary.histogram()
将输入的一个任意大小和形状的张量压缩成一个由宽度和数量组成的直方图数据结构.假设输入 [0.5, 1.1, 1.3, 2.2, 2.9, 2.99],则可以创建三个bin,分别包含0-1之间/1-2之间/2-3之间的所有元素,即三个bin中的元素分别为[0.5]/[1.1,1.3]/[2.2,2.9,2.99].
这样,通过可视化张量在不同时间点的直方图来显示某些分布随时间变化的情况
扩展:
Summary:所有需要在TensorBoard上展示的统计结果。
tf.name_scope():为Graph中的Tensor添加层级,TensorBoard会按照代码指定的层级进行展示,初始状态下只绘制最高层级的效果,点击后可展开层级看到下一层的细节。
tf.summary.scalar():添加标量统计结果。
tf.summary.histogram():添加任意shape的Tensor,统计这个Tensor的取值分布。
tf.summary.merge_all():添加一个操作,代表执行所有summary操作,这样可以避免人工执行每一个summary op。
tf.summary.FileWrite:用于将Summary写入磁盘,需要制定存储路径logdir,如果传递了Graph对象,则在Graph Visualization会显示Tensor Shape Information。执行summary op后,将返回结果传递给add_summary()方法即可。
————————————————
版权声明:本文为CSDN博主「alanjia163」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/qq_35290785/article/details/89447876
最新文章
- ijkplayer导入AS时,出现more than one library with package name错误
- 多线程之信号量(By C++)
- webstorm快捷键
- [转]Linux进程间通信——使用消息队列
- Open Cascade Data Exchange STL
- [转] 配置Log4j
- 【Go】 http webserver
- 如何将word中上下两行文字对齐?
- Struts1和Struts2都有什么区别?
- 算法导论(第三版)Problems2(归并插入排序、数列逆序计算)
- call,apply和bind,其实很简单
- winform 通过驱动注册ID检测是否已安装驱动
- session写入memcache
- java输出各种学生成绩
- ubuntu网桥设置
- Xutils简
- flume 1.7在windows下的安装与运行
- tornado-模板继承extend,函数和类的导入
- IDEA + SSH OA 第一天(项目收获:Hibernate XML)
- GIt学习第二天之版本回退、工作区和暂存区