?

?用法:

1、tf.summary.scalar

用來顯示標(biāo)量信息，其格式為：

? ? ? ? ? ? ? ? ? ? tf.summary.scalar(tags, values, collections=None, name=None)

例如：tf.summary.scalar('mean', mean)

一般在畫loss,accuary時會用到這個函數(shù)。

2、tf.summary.histogram

用來顯示直方圖信息，其格式為：

? ? ? ? ? ? ? ? ? ? tf.summary.histogram(tags, values, collections=None, name=None)?

例如： tf.summary.histogram('histogram', var)

一般用來顯示訓(xùn)練過程中變量的分布情況

詳述:

?

?

#collect tensor

tf.summary.scalar('loss',loss)#用于收集一維標(biāo)量

tf.summary.histogram('weights',W)#用于收集tensor

1. tf.summary.histogram（） 將輸入的一個任意大小和形狀的張量壓縮成一個由寬度和數(shù)量組成的直方圖數(shù)據(jù)結(jié)構(gòu)．假設(shè)輸入 [0.5, 1.1, 1.3, 2.2, 2.9, 2.99]，則可以創(chuàng)建三個bin，分別包含0-1之間／1-2之間／2-3之間的所有元素，即三個bin中的元素分別為［0.5］／［1.1，1.3］／［2.2，2.9，2.99］．? 這樣，通過可視化張量在不同時間點(diǎn)的直方圖來顯示某些分布隨時間變化的情況

擴(kuò)展:

• Summary：所有需要在TensorBoard上展示的統(tǒng)計(jì)結(jié)果。

• tf.name_scope()：為Graph中的Tensor添加層級，TensorBoard會按照代碼指定的層級進(jìn)行展示，初始狀態(tài)下只繪制最高層級的效果，點(diǎn)擊后可展開層級看到下一層的細(xì)節(jié)。

• tf.summary.scalar()：添加標(biāo)量統(tǒng)計(jì)結(jié)果。

• tf.summary.histogram()：添加任意shape的Tensor，統(tǒng)計(jì)這個Tensor的取值分布。

• tf.summary.merge_all()：添加一個操作，代表執(zhí)行所有summary操作，這樣可以避免人工執(zhí)行每一個summary op。

• tf.summary.FileWrite：用于將Summary寫入磁盤，需要制定存儲路徑logdir，如果傳遞了Graph對象，則在Graph Visualization會顯示Tensor Shape Information。執(zhí)行summary op后，將返回結(jié)果傳遞給add_summary()方法即可。

總結(jié)

以上是生活随笔為你收集整理的tf.summary.scalar()和tf.summary.histogram的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。