tensorflow2.0可视化
-
- 损失和正确率显示
不动手编写程序,学的啥都白瞎,动手学习了,才知道白痴错误都是这么出现的
损失和正确率显示
1,、创建log目录,记住自己创建的目录在哪,程序跑完了,去看看。(别傻傻的在程序当前目录看着没有,就以为程序错了,在网上瞎搜问题)
// 目录自己可以随意设置,下面这样设置后,就与当前工程处于同一目录下
log_dir = 'logs/'
summary_writer = tf.summary.create_file_writer(log_dir)
2、将自己想显示的内容,通过监视类写入
with summary_writer.as_default():accuracy = tf.reduce_mean(tf.cast(pred, dtype=tf.float32))tf.summary.scalar('accuacy', accuracy,step=epoch)
还有其他类型的显示,scalar通常用于显示误差、准确率等
3、运行程序,产生文件
4、在程序终端输入以下语句
logdir=(这里面写的就是产生日志的目录地址)
tensorboard --logdir=D:\pycharmworkplace\logs\20200715-164353
由于网络不好,没看到结果