在使用tensorboard可视化网络参数时,当因多次训练产生多个事件文件后,在tensorboard上显示会非常混乱,非常不易于观察。
如下图所示,这张图只有两次实验的文件,已经比较混乱了。
我之前的解决办法是每次跑都将以前的文件删除,保证路径下只有当前产生的事件文件,但这样比较繁琐,特别是当需要调的参数变多的时候,每次删除不但很累,而且容易出错,后来受<强>这篇文章>强劲的启发,既然保存在不同路径下就可以分别显示,那么将每次生成的事件文件保存在不同的路径下即可,因此想到了使用时间戳作为路径名,在解决显示紊乱的同时还记录下了训练的时刻,一举两得。
从datetime进口datetime TIMESTAMP=" {0: Y % - % m - H % dT % - % - % S/}“.format (datetime.now ()) … train_log_dir='日志/火车/' +时间戳 test_log_dir='日志/测试/' +时间戳 megred=tf.summary.merge_all () 与tf.Session税(): writer_train=tf.summary.FileWriter (train_log_dir sess.graph) writer_test=tf.summary.FileWriter (test_log_dir) …其他代码… writer_train.add_summary (summary_str_train步骤) writer_test.add_summary (summary_str_test步骤)
其效果如下。
以上这篇解决tensorboard多个事件文件显示紊乱的问题就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。