深度学习辅助工具tensorboard可视化实现训练过程的动态监视
来源:互联网 发布:易酷cms包含漏洞维护 编辑:程序博客网 时间:2024/06/08 14:22
1.首先,找到linux服务器中tensorflow-gpu的安装位置
- 1
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
或者
在找到tensorflow-gpu地址后,在改地址目录下寻找tensorboard/tensorboard.py路径。在后面对rensorboard的可视化中会用到该路径
2.在网络训练的代码中(train.py):log_filepath ='/tmp/keras_log' model.compile(loss='categorical_crossentropy', optimizer=SGD(lr=0.001), metrics=['accuracy']) tb_cb = keras.callbacks.TensorBoard(log_dir=log_filepath, write_images=1, histogram_freq=1)# 设置log的存储位置,将网络权值以图片格式保持在tensorboard中显示,设置每一个周期计算一次网络的#权值,每层输出值的分布直方图cbks = [tb_cb] history = model.fit(X_train, Y_train, batch_size=batch_size, nb_epoch=nb_epoch, verbose=1, callbacks=cbks, validation_data=(X_test, Y_test))
3.重新开启一个新的终端,输入命令,使得train_history可视化:
python /home/bids/.local/lib/python2.7/site-packages/tensorboard/tensorboard.py--logdir='/tmp/keras_log'
Starting TensorBoard 54athttp://bids:6006(Press CTRL+C to quit)
右键上面的网址打开链接即可。
转载参考来自blog:http://blog.csdn.net/jiandanjinxin/article/details/77155565
- 深度学习辅助工具tensorboard可视化实现训练过程的动态监视
- TensorFlow学习笔记(四):Tensorflow网络构建和TensorBoard进行训练过程可视化
- 【tensorflow学习】使用tensorboard实现数据可视化
- Tensorflow学习:Tensorboard可视化
- TensorBoard可视化学习
- TensorBoard:可视化学习
- TensorBoard可视化学习
- NVIDIA 的深度学习工具箱NVIDIA DIGITS:可视化训练
- tensorflow 学习笔记6 TensorBoard可视化神经网络过程
- 使用Tensorboard查看训练过程
- TensorFlow-6-TensorBoard 可视化学习
- tensorflow学习之tensorboard可视化
- tensorflow学习(3):解读mnist_experts例子,训练保存模型并tensorboard可视化
- 88、使用tensorboard进行可视化学习,查看具体使用时间,训练轮数,使用内存大小
- NVIDIA深度学习训练系统——实现图像分割与网络分割可视化
- 【图像分割】NVIDIA深度学习训练系统——实现图像分割与网络分割可视化
- 深度学习框架TensorFlow学习与应用(五)——TensorBoard结构与可视化
- Tensorflow可视化----Tensorboard的使用
- 设备管理
- 关于类数组
- YII 系统管理员
- 2.3 URL 快捷方式
- 实验四
- 深度学习辅助工具tensorboard可视化实现训练过程的动态监视
- 递归实现十进制到2(其他)进制的转换
- 架构设计(3)--架构模式
- Struts2 拦截器
- MFC VS2013 在静态库中使用MFC 和在共享DLL中使用MFC 切换
- java上传文件实例
- ASSERT(FromHandlePermanent(hWndNew) == NULL)
- 从控制台读取多字符输入
- 高性能Vs性价比,总有一款适合你,阿里云NAS家族深度解析