tensorflow中針對迭代產生資料和對列表資料不使用feed_dict進行tensorboard表示
阿新 • • 發佈:2018-12-14
在tensorflow中存在一種情況,如果資料本身是通過迭代產生的,這時無法拿到資料集進行tensorboard顯示,這時可以先把計算的結果存到列表中,然後使用列表進行顯示操作。
程式碼如下:
import tensorflow as tf import numpy as np x = np.array([2*i*i + 3*i + 4 for i in range(-10, 15, 1)]) print(x) loss = 0.0 #tf.summary模組的定義位於summary.py檔案中,該檔案中主要定義了在進行視覺化將要用到的各種函式 loss_summary = tf.Summary() #呼叫tf.summary.Summary.Value子類 loss_summary.value.add(tag='loss', simple_value=loss) #tag就是待會產生的圖示名稱 with tf.Session() as sess: #生成一個寫日誌的writer,將當前tensorflow計算圖寫入日誌。 summary_writer1 = tf.summary.FileWriter("./train1", sess.graph) tf.global_variables_initializer().run() for i in range(len(x)): print(x[i]) #固定用法,具體為什麼我也不懂 loss_summary.value[0].simple_value = x[i] summary_writer1.add_summary(loss_summary, i)
因為以上程式碼並沒有呼叫資料集,因此不需要使用sess.run,而完全可以看成是簡單的函式呼叫操作。