Tensorboard从入门到自己看吧

[continue]

概述

tensorboard作为可视化的一个非常棒的工具，但是入门阶段有一些小东西，记录如下。

代码描述

代码沿用上次Blog的自增，在tensorboard记录y的值，对应应用中，我们常用来记录loss,acc等值。

import tensorflow as tf

x = tf.Variable(0.0)
#返回一个op，表示给变量x加1的操作
x_plus_1 = tf.assign_add(x, 1)
print x_plus_1

#control_dependencies的意义是，在执行with包含的内容（在这里就是 y = x）前
#先执行control_dependencies中的内容（在这里就是 x_plus_1）
with tf.control_dependencies([x_plus_1]):
    y = x
    sum_y = tf.summary.scalar('y', y)
    
init = tf.global_variables_initializer()


with tf.Session() as session:
    init.run()
    train_writer = tf.summary.FileWriter('Summaries/zfy_test', session.graph)

    for i in xrange(5):
        print(session.run(y))#相当于sess.run(y)，由于control_dependencies的所以执行print前都会先
        summary = session.run(sum_y)
        train_writer.add_summary(summary, i)
train_writer.close()

tensorboard结果图

虚线为原始数据，实线为平滑过的结果。

tensorboard侧栏介绍

smoothing主要是结果平滑作用，锯齿过多时平滑更容易看出趋势。
STEP:横坐标为迭代次数。
RELATIVE：横坐标选择为相对时间（最大为1）。
WALL：横坐标选择为绝对时间。

图中多线的bug

参考知乎 ：https://www.zhihu.com/question/56413487/answer/260069446
多次sess.run()会导致形成多个图线，并且会画到一个图上。并且删除文件无效，需要重启tensorboard。暂时没有优雅的解决方案。