在用tensorflow 構建了一個簡單的神經網絡後,希望能將神經網絡的結構直觀的表現出來。
特別是當神經網絡特別複雜的時候,這種可視化的表現就更加重要。
tensorflow 爲我們提供了一個可視化的工具 -- tensorboard
在構造神經網絡的程序中,我們添加層的代碼爲:
def add_layer(inputs, in_size, out_size, activation_function = None):
在生成每一層的時候,可以在圖中添加一個表示層的模塊,用如下
def add_layer(inputs, in_size, out_size, activation_function = None):
with tf.name_scope('layer'):
對其他小模塊添加name 等的語句如下
xs = tf.placeholder(tf.float32, [None, 1], name = 'x_input')
定義 writer = tf.train.SummaryWriter('logs/', sess.graph)
用writer 來將生成的圖文件存放到‘logs/' 文件中。
然後運行程序。
會在程序所在的文件夾生成一個logs 文件夾,此文件夾總生成一個名字類似於‘events.out.....’的文件夾
爲了查看這個文件,需調出 新的 終端(ternminal)
cd 到 logs 所在的文件夾
然後運行:
tensorboard --logdir='logs/'
得到如下形式的語句,
navigate to http://0.0.0.0:6006)
在瀏覽器中打開 網址,在graph 頁面即可看到表示神經網絡結構的流程圖。
以上總結自 周莫煩先生 youtube tf 教程