Google提供了一个工具,TensorBoard,它能以图表的方式分析你在训练过程中汇总的各种数据,其中包括Graph结构。

所以我们可以简单的写几行Pyhton,加载Graph,只在logdir里,输出Graph结构数据,并可以查看其图结构。

执行下述代码,将数据流图保存为图片,在目录F:/tensorflow/graph下生成文件events.out.tfevents.1508420019.XM-PC

import tensorflow as tf
from tensorflow.python.platform import gfile
 
graph = tf.get_default_graph()
graphdef = graph.as_graph_def()
_ = tf.train.import_meta_graph("model.ckpt.metaa")
summary_write = tf.summary.FileWriter("./" , graph)
summary_write.close()

启用tensorboard

我用的python开发环境是Anaconda

(1)打开Anaconda Prompt,输入activate tensorflow进入tensorflow环境;

(2)开启tensorboard,输入如下命令

tensorboard --logdir=F://tensorflow//graph

其中logdir中的参数就是代码中保存graph的路径,如果写为单斜杠,tensorboard可打开,但graphs中显示“No graph definition files were found”,并不显示graph,路径参数改为双斜杠就可以了。

3.用tensorboard查看生成的graph

(1)在谷歌浏览器中打开http://127.0.0.1:6006/,会显示橙色界面;

(2)在第一行的选项卡中选择graphs,即可看到结果。

以上这篇tensorflow通过模型文件,使用tensorboard查看其模型图Graph方式就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。

广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!