如何创建 Tensorflow Tensorboard 空图

Posted 2023-03-27

【中文标题】如何创建 Tensorflow Tensorboard 空图

【英文标题】：How to create a Tensorflow Tensorboard Empty Graph

【发布时间】：2016-02-13 06:48:41

【问题描述】：

使用tensorboard --logdir=/home/vagrant/notebook启动张量板

在 tensorboard:6006 > 图表中，它说没有找到图表定义文件。

要存储图表，请创建一个 tf.python.training.summary_io.SummaryWriter 并通过构造函数或调用其 add_graph() 方法传递图表。

import tensorflow as tf

sess = tf.Session()
writer = tf.python.training.summary_io.SummaryWriter("/home/vagrant/notebook", sess.graph_def)

但是页面还是空的，如何开始玩tensorboard？

当前张量板

想要的结果

可以添加节点的空图，可编辑。

更新

似乎 tensorboard 无法创建图形来添加节点、拖动和编辑等（我对官方视频感到困惑）。

运行https://github.com/tensorflow/tensorflow/blob/master/tensorflow/g3doc/tutorials/mnist/fully_connected_feed.py 然后tensorboard --logdir=/home/vagrant/notebook/data 能够查看图表

然而 tensorflow 似乎只提供查看摘要的功能，并没有什么不同使其脱颖而出

【问题讨论】：

空是什么意思？不是启动了吗？空白（白/灰页）？你看不到图形吗？图表不是您所期望的？

公关视频确实具有误导性。我也是这么想的。

【参考方案1】：

TensorBoard 是一个用于visualizing the TensorFlow graph 的工具，用于分析训练和推理期间记录的指标。该图是使用 Python API 创建的，然后使用 tf.train.SummaryWriter.add_graph() 方法写出。当您将 SummaryWriter 写入的文件加载到 TensorBoard 中时，您可以看到已保存的图形，并进行交互探索。

但是，TensorBoard 并不是构建图形本身的工具。它不支持向图中添加节点。

【参考方案2】：

从下面的Code Example开始，我可以加一行如下图：

import tensorflow as tf
import numpy as np
sess = tf.InteractiveSession()  #define a session
# Create 100 phony x, y data points in NumPy, y = x * 0.1 + 0.3
x_data = np.random.rand(100).astype("float32")
y_data = x_data * 0.1 + 0.3

# Try to find values for W and b that compute y_data = W * x_data + b
# (We know that W should be 0.1 and b 0.3, but Tensorflow will
# figure that out for us.)
W = tf.Variable(tf.random_uniform([1], -1.0, 1.0))
b = tf.Variable(tf.zeros([1]))
y = W * x_data + b

# Minimize the mean squared errors.
loss = tf.reduce_mean(tf.square(y - y_data))
optimizer = tf.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(loss)

# Before starting, initialize the variables.  We will 'run' this first.
init = tf.initialize_all_variables()

# Launch the graph.
sess = tf.Session()
sess.run(init)

#### ----> ADD THIS LINE <---- ####
writer = tf.train.SummaryWriter("/tmp/test", sess.graph)

# Fit the line.
for step in xrange(201):
    sess.run(train)
    if step % 20 == 0:
        print(step, sess.run(W), sess.run(b))

# Learns best fit is W: [0.1], b: [0.3]

然后从命令行运行 tensorboard，指向相应的目录。这显示了对 SummaryWriter 的完整调用。重要的是要注意以下几点：

SummaryWriter 传递一个 Session，因此必须在创建 Session（或 InteractiveSession）之后发生 该 Session 可以在程序的早期创建，但是当 Session 被传递给 SummaryWriter 时，图 当时存在 被写入到 TensorBoard 将使用的文件中。

【讨论】：

tf.train.SummaryWriter 已变形为 tf.summary.FileWriter。如果您进行更改，则此示例有效。

【参考方案3】：

在这个页面中，有一个非常简单的代码可以用来测试你的安装：http://tensorflow.org/get_started

我加入了这一行

tf.train.write_graph(sess.graph_def, '/home/daniel/Documents/Projetos/Prorum/ProgramasEmPython/TestingTensorFlow/fileGraph', 'graph.pbtxt')

在这个“sess.run(init)”之后

这将生成一个您必须上传到“TensorBoard”的文件。

为了打开TensorBoard，假设它已经安装在你的电脑上（如果你用pip安装的话肯定是），我用Ubuntu的终端写了：

"张量板 --logdir nameOfDirectory"

然后，您应该在端口 6006 中打开浏览器：

http://localhost:6006/

这将打开 TensorBoard。我去了“图表菜单”并上传了文件。它生成了下图：

所以，我所做的就是将我在 Python 中创建的模型转移到 TensorBoard。我相信如果没有创建模型（仅启动会话），可以创建一个空的。但是，我不确定您是否可以直接在 TensorBoard 中进行更改。

在此问题之前，我已经用葡萄牙语回答了此问题，并为巴西用户提供了更多详细信息。也许对其他人有用：http://prorum.com/index.php/1843/recentemente-plataforma-aprendizagem-primeira-impressao

【讨论】：

这似乎不起作用。修改后的程序运行，输出文件已创建，但 Tensorboard 给出的错误与原始海报报告的相同

它对我有用！我花了几个小时才发现这一点！我使用的是 ubuntu 14.04，我在 Chromium 上试过了！

我听到你的发现过程。我使用了 Ubuntu 15.1、Chrome 和 Chromium，以及升级后的 Tensorflow 0.6。如果/当我让它工作时（可能几天），我会发表评论或发布单独的答案。

我发现一些与 tensorBoard 相关的进程是断断续续的（有时工作，有时不工作），但我不记得它究竟发生了什么情况。在您的情况下，可能正在发生类似的事情！在这些情况下，我尝试多次重复以使其按预期发生！

【参考方案4】：

我在 windows 上解决了：

       file_writer = tf.summary.FileWriter("output", sess.graph)

对于那个目录“输出”。我在 Windows 上打开了命令。

输入

tensorboard --logdir="C:\Users\kiran\machine Learning\output"

我的错误就在那条线上..

【参考方案5】：

如果您使用的是 Firefox，则不会显示 TensorBoard 中的图表。您必须安装 Chrome。

【参考方案6】：

想要的结果

可以添加节点的空图，可编辑。

我想您会发现Orange 工具很有用。它允许您通过 GUI 拖放各种节点并实现算法。

【参考方案7】：

我不得不使用

python -m tensorflow.tensorboard --logdir="C:\tmp\tensorflow\.."

不知何故tensorboard --logdir 不起作用。

我的环境

操作系统：Windows 7、Python 3.5 和 Tensorflow 1.1.0