十年网站开发经验 + 多家企业客户 + 靠谱的建站团队
量身定制 + 运营维护+专业推广+无忧售后,网站问题一站解决
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。
创新互联建站是专业的祁阳网站建设公司,祁阳接单;提供成都网站设计、网站制作、外贸营销网站建设,网页设计,网站设计,建网站,PHP网站建设等专业做网站服务;采用PHP框架,可快速的进行祁阳网站开发网页制作和功能扩展;专业做搜索引擎喜爱的网站,专业的做网站团队,希望更多企业前来合作!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)