第2話 TensorFlow 數(shù)據(jù)流圖———TensorBoard的使用

li21 發(fā)布于2019-07-31 11:28 / 1394人閱讀

摘要：什么是數(shù)據(jù)流圖使用符號計算圖，這與相似，不過與相比，更簡潔。這兩種元素在數(shù)據(jù)流圖中有自己各自的作用，其中節(jié)點代表對數(shù)據(jù)所做的運算或某種算子。

1.1 什么是數(shù)據(jù)流圖

TensorFlow使用符號計算圖，這與Theano相似，不過與Theano相比，TensorFlow 更簡潔。TensorFlow 的名字本身描述了它自身的執(zhí)行原理: Tensor (張量)意味著N維數(shù)組，F(xiàn)low (流)意味著基于數(shù)據(jù)流圖的計算。數(shù)據(jù)流圖中的圖就是我們所說的有向圖，在圖這種數(shù)據(jù)結(jié)構(gòu)中包含兩種基本元素:節(jié)點和邊。這兩種元素在數(shù)據(jù)流圖中有自己各自的作用，其中節(jié)點代表對數(shù)據(jù)所做的運算或某種算子(Operation)。另外，任何一種運算都有輸人/輸出，因此它也可以表示數(shù)據(jù)輸人的起點或輸出的終點。而邊表示節(jié)點與節(jié)點之間的輸人1輸出關(guān)系，一種特殊類型的數(shù)據(jù)沿著這些邊傳遞。這種特殊類型的數(shù)據(jù)在TensorFlow中被稱為Tensor,即張量，所謂的張量通俗點說就是多維數(shù)組。

當(dāng)我們向這種圖中輸人張量后，節(jié)點代表的操作就會被分配到計算設(shè)備完成計算，下面就是一個簡單的數(shù)據(jù)流圖。

1.2 TensorFlow實現(xiàn)數(shù)據(jù)流圖

上面的圖寫成代碼如下所示：

import tensorflow as tf

a = tf.constant(2)
b = tf.constant(4)
c = tf.multiply(a, b)
d = tf.add(a, b)
e = tf.add(c, d)

with tf.Session() as sess:
    print(sess.run(e))

"""
輸出>>>
14
"""

1.3 可視化數(shù)據(jù)流圖

想要看見，需要使用一個工具——TensorBoard，這個工具已經(jīng)在你安裝tensorflow的時候帶上了，不用再安裝了。

是什么？干什么？怎么用？寫代碼！

import tensorflow as tf

a = tf.constant(2, name="input_a")
b = tf.constant(4, name="input_b")
c = tf.multiply(a, b, name="mul_c")
d = tf.add(a, b, name="add_d")
e = tf.add(c, d, name="add_e")

with tf.Session() as sess:
    print(sess.run(e))
    writer = tf.summary.FileWriter("board", sess.graph)  # tf.summary這個模塊就是用來可視化的，不要為什么
    writer.close()

"""
輸出>>>
14
"""

運行代碼，會在制定的目錄board生成log文件（文件名也可以改成其他的，隨你）

可以看到，再board目錄下生成了一個log文件，怎么用呢，雙擊可不行，來跟我左手右手一個慢動作

啟動你的cmd （win鍵+r鍵），進(jìn)入對應(yīng)的目錄，輸入 tensorboard --logdir="board"
（這個board你可以改成其他名字，對應(yīng)代碼里的也要改。）

][4]

訪問 http://localhost:6006 (不要訪問cmd上的http://LAPTOP-BBMBSKKI:6006/，可能打不開在一些瀏覽器，反正我的chrome里打不開，uc可以)

得到下圖的界面