windows下采用Anaconda时使用tensorboard的方法(2)

代码:



import tensorflowas tf

a = tf.constant(5,name="input_a")

b = tf.constant(3,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")

sess = tf.Session()

sess.run(e)

writer = tf.summary.FileWriter("F:/tensorflow/graph", tf.get_default_graph())

writer.close()



上述代码最后两句是将数据流图保存为图片,执行该代码,可以看到在目录F:/tensorflow/graph下生成文件events.out.tfevents.1508420019.XM-PC

2、启用tensorboard

我用的python开发环境是Anaconda。

(1)打开Anaconda Prompt,输入activate tensorflow进入tensorflow环境;

(2)开启tensorboard,需要输入大的命令为:tensorboard --logdir=F://tensorflow//graph

其中logdir中的参数就是代码中保存graph的路径,我写为单斜杠时,tensorboard可打开,但graphs中显示“No graph definition files were found”,并不显示graph,路径参数改为双斜杠就可以了。

3、用tensorboard查看生成的graph

  (1)在谷歌浏览器中打开http://127.0.0.1:6006/,会显示橙色界面;

  (2)在第一行的选项卡中选择graphs,即可看到结果。

如果代码生成了日志,并且tensorboard界面能打开,但tensorboard中不显示日志,或显示不对,一般都是因为tensorboard的路径不对!!

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,864评论 6 494
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,175评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,401评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,170评论 1 286
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,276评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,364评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,401评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,179评论 0 269
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,604评论 1 306
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,902评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,070评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,751评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,380评论 3 319
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,077评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,312评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,924评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,957评论 2 351

推荐阅读更多精彩内容

  • TensorBoard TensorBoard的官网教程如下: https://www.tensorflow.or...
    Faded憔悴不堪阅读 1,718评论 0 0
  • 简单线性回归 import tensorflow as tf import numpy # 创造数据 x_dat...
    CAICAI0阅读 3,544评论 0 49
  • 文 | 彼怀 卸下一天的疲惫,一个人在无尽的街道上漫无目的地散步。微冷的晚风吹进外衣内侧,我急忙地扯住衣边,把衣扣...
    彼怀阅读 1,489评论 35 53
  • 讲真,比你高比你瘦比你漂亮比你有钱比你优秀的人比你还努力!不信?且听我讲个故事! 这是个真实的故事...... 刚...
    小美2016阅读 313评论 0 3
  • 我爱你 我与你携手相约残阳日暮 你可会不离不弃不把我辜负
    不思中州晚阅读 215评论 14 8