TensorBoard簡介

TensorBoard是TensorFlow自帶的一個強大的可視化工具，也是一個Web應用程序套件。TensorBoard目前支持7種可視化，Scalars,Images,Audio,Graphs,Distributions,Histograms和Embeddings。其中可視化的主要功能如下。

（1）Scalars:展示訓練過程中的準確率、損失值、權重/偏置的變化情況。

（2）Images:展示訓練過程中記錄的圖像。

（3）Audio:展示訓練過程中記錄的音頻。

（4）Graphs:展示模型的數據流圖，以及訓練在各個設備上消耗的內存和時間。

（5）Distributions:展示訓練過程中記錄的數據的分部圖。

（6）Histograms:展示訓練過程中記錄的數據的柱狀圖。

（7）Embeddings:展示詞向量後的投影分部。

TensorBoard通過運行一個本地服務器，來監聽6006端口。在瀏覽器發出請求時，分析訓練時記錄的數據，繪制訓練過程中的圖像。TensorBoard的可視化界面如下圖所示

如圖相冊的菜單所示，可以依次繪制出主要功能的界面圖像，下面分別介紹這些菜單頁面具體功能，這裏采用的是mnist_with_summaries的例子

Scalars面板

scalars面板的左側是一些選項，包括Ignore outlines in chart scaling（不按照整表的範文顯示）、data downloadlinks(數據下載鏈接)，smoothing(圖像的曲線平滑程度)以及Horizontal Axis

(水平軸)的表示，其中水平軸的表示分為3種（STEP代表叠代次數，RELATIVE代表按照訓練集和測試集的相對值，WALL代表按照時間）如下圖所測所示，右側給出了準確率

和交叉熵損失函數值的變化曲線（叠代次數是1000次）。

Scalars面板中還繪制了每一層的偏置（biases）和權重（weights）的變化曲線，包括每次叠代的最大值、最小值、平均值和標準差等，如下圖所示

IMAGES面板

下圖展示了訓練數據及和測試數據集進過預處理後圖片的樣子

AUDIO面板

AUDIO面板是展示訓練過程中處理的音頻數據。mnist_with_summaries中不含有音頻例子，這裏不做展示。

GRAPHS面板

GRAPHS面板是對理解神經網絡結構最優幫助的一個面板，他直觀的展示了數據流圖。下圖界面中結點之間的連線即為數據流，連線

越粗，說明兩個結點之間流動的張量（tensor）越多。

在graph面板的左側，可以選擇叠代步驟。可以用不同的顏色來表示不同的Structrue(整個數據流圖的結構)，或者用不同的Color來表示不同的Device(設備)。例如

使用多個GPU時，各個節點分別使用的GPU不同。

當選擇特定的某次叠代（如第899次）時，可以顯示出各個節點的Compute time(計算時間)以及Memory(內存消耗)，如下圖所示

DISTRIBUTIONS面板

distributions面板和histograms面板類似，只不過是用平面來表示來自特定層的激活前後、權重和偏置的分布。下圖展示的是激活之前和激活之後

數據分布。

HISTOGRAMS面板

histograms面板立體的展來自特頂層的激活前後、權重和偏置的分布。下圖展示的是激活之前和激活之後的分布數據。

EMBEDDINGS面板

EMBEDDINGS面板在minst例子中無法展示。在以後的可視化例子中會有展示，這裏先不做介紹。

以上就是tensorboard主要面板的介紹，下一次進行可視化例子的介紹。

tensorflow學習筆記----TensorBoard講解