TensorFlow保存TensorBoard图像操作
更新时间:2020年06月23日 16:03:31 作者:YuFF
这篇文章主要介绍了TensorFlow保存TensorBoard图像操作,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
简单的代码:
import tensorflow as tf In [2]: matrix1=tf.constant([[3.,3.]]) In [3]: matrix2=tf.constant([[2.],[2.]]) with tf.Session() as sess: ...: writer = tf.summary.FileWriter('./graph', sess.graph) ...: result = sess.run(tf.matmul(matrix1, matrix2)) ...: writer.close()
ipython中使用!+命令可以直接运行terminal命令。
terminal输入: tensorboard --logdir graph/
跳出:Starting TensorBoard 54 at http://amax:6006
在浏览器输入地址加端口号并在graph中查看。
补充知识:tensorflow 利用保存的meta图文件生成log供tensorboard可视化 保存恢复模型
tensorboard可视化图:
import tensorflow as tf g = tf.Graph() with g.as_default() as g: tf.train.import_meta_graph('criteo_80.meta') with tf.Session(graph=g) as sess: file_writer = tf.summary.FileWriter(logdir='./', graph=g)
保存恢复模型:
# 建模型 saver = tf.train.Saver() with tf.Session() as sess: # 存模型,注意此处的model是文件名非路径 saver.save(sess, "/tmp/model") with tf.Session() as sess: # 恢复模型 saver.restore(sess, "/tmp/model")
# 先恢复图 saver = tf.train.import_meta_graph("/tmp/model.meta") with tf.Session() as sess: # 再恢复参数 saver.restore(sess, "/tmp/model")
以上这篇TensorFlow保存TensorBoard图像操作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脚本之家。
相关文章
python tkinter库的Text记录点击路经和删除记录详情
这篇文章主要介绍了python tkinter库的Text记录点击路经和删除记录详情,文章围绕主题展开详细的内容介绍,具有一定的参考价值,感兴趣的小伙伴可以参考一下2022-06-06Python3使用requests包抓取并保存网页源码的方法
这篇文章主要介绍了Python3使用requests包抓取并保存网页源码的方法,实例分析了Python3环境下requests模块的相关使用技巧,需要的朋友可以参考下2016-03-03
最新评论