Tensorboard 사용해보기

tensorboard 사용하기

---

텐서 보드는 머신 러닝의 연산을 간단한 그래프로 보여주는 기능이다. 쥬피터와 같이 웹페이지에서 움직인다. 그리고 도커에서 사용하기 전에 docker run ~~~~ 할 때 옵션으로 -p 6006:6006을 추가해주어야 한다.

import tensorflow as tf

v = tf.Variable(0,tf.int32,name="v")

a = tf.constant(30,name="a")
b = tf.constant(60,name="b")
k = tf.constant(70,name="k")

add_mul_op = a*b+k

sess = tf.Session()
assign_op=tf.assign(v,add_mul_op)
sess.run(assign_op)
print(sess.run(v))

tw = tf.summary.FileWriter('log-dir', graph = sess.graph)

코드 실행 후 tensorboard --logdir=log-dir실행하면 하나의 url 주소가 나온다.

윈도우에선 도커 ip를 이용해서 들어가야한다. 들어가면

이런식으로 나온다.

그럼 앞서 해보았던 bmi코드의 연산을 tensorboard에서 보자

그래프로 만들어 지긴 하지만 너무 복잡해 보인다.

비슷한 분류 끼리 모아서 간단하게 볼 수 있는 함수가 있다.

#바로 
with tf.name_scope('지정할 지역이름')  as 아무거나:
    실행할 코드 

#예를 들어서
with tf.name_scope('information') as info :
     W = tf.Variable(tf.zeors([3,2]),name="W")
     b = tf.Variable(tf.zeros([3]),name="b")
     with tf.name_scope('softmax') as soft:
          y = tf.nn.softmax(tf.matmul(W,x)+b)
with tf.name_scope('loss') as loss:
    crossvalidation = -tf.reduce_sum(y_*tf.log(y))
    optimizer = tf.train.GradientDescentOptimizer(0.03)
    train = optimizer.minimum(crossvalidation)

이런식으로 사용하면 name_scope('이름') 안의 이름으로 아래의 코드 계산식이 묶여서 표현된다.

더블 클릭하면