Tensorflow-tensorboard-visualization
提供:Dev Guides
TensorFlow-TensorBoardの視覚化
TensorFlowには、TensorBoardと呼ばれる視覚化ツールが含まれています。 データフローグラフの分析に使用されるほか、機械学習モデルの理解にも使用されます。 TensorBoardの重要な機能には、パラメーターに関するさまざまなタイプの統計情報と、垂直方向のグラフの詳細が含まれます。
ディープニューラルネットワークには、最大36,000のノードが含まれます。 TensorBoardは、これらのノードを高レベルブロックで折りたたんで、同一の構造を強調表示するのに役立ちます。 これにより、計算グラフの主要セクションに焦点を当てたグラフの分析が改善されます。 TensorBoardの視覚化は、ユーザーがノードをパン、ズーム、および展開して詳細を表示できる非常にインタラクティブなものと言われています。
次の概略図表現は、TensorBoard視覚化の完全な動作を示しています-
アルゴリズムは、ノードを上位レベルのブロックにまとめて、高度なノードを分離する同一の構造を持つ特定のグループを強調表示します。 このようにして作成されたTensorBoardは有用であり、機械学習モデルの調整にも同様に重要です。 この視覚化ツールは、表示する必要のある要約情報と詳細を含む構成ログファイル用に設計されています。
次のコードを使用して、TensorBoardの視覚化のデモ例に焦点を当てましょう-
import tensorflow as tf
# Constants creation for TensorBoard visualization
a = tf.constant(10,name = "a")
b = tf.constant(90,name = "b")
y = tf.Variable(a+b*2,name = 'y')
model = tf.initialize_all_variables() #Creation of model
with tf.Session() as session:
merged = tf.merge_all_summaries()
writer = tf.train.SummaryWriter("/tmp/tensorflowlogs",session.graph)
session.run(model)
print(session.run(y))
次の表は、ノード表現に使用されるTensorBoard視覚化のさまざまなシンボルを示しています-