从品牌网站建设到网络营销策划,从策略到执行的一站式服务
在使用tensorboard可视化网络参数时,当因多次训练产生多个events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events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,后来受这篇文章的启发,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events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。
from datetime import datetime TIMESTAMP = "{0:%Y-%m-%dT%H-%M-%S/}".format(datetime.now()) ... train_log_dir = 'logs/train/' + TIMESTAMP test_log_dir = 'logs/test/' + TIMESTAMP megred = tf.summary.merge_all() with tf.Session() as sess: writer_train = tf.summary.FileWriter(train_log_dir,sess.graph) writer_test = tf.summary.FileWriter(test_log_dir) ...other code... writer_train.add_summary(summary_str_train,step) writer_test.add_summary(summary_str_test,step)
成都网站建设公司地址:成都市青羊区太升南路288号锦天国际A座10层 建设咨询028-86922220
成都快上网科技有限公司-四川网站建设设计公司 | 蜀ICP备19037934号 Copyright 2020,ALL Rights Reserved cdkjz.cn | 成都网站建设 | © Copyright 2020版权所有.
专家团队为您提供成都网站建设,成都网站设计,成都品牌网站设计,成都营销型网站制作等服务,成都建网站就找快上网! | 成都网站建设哪家好? | 网站建设地图