用Tensorflow进行线性回归和逻辑回归（十）

用TensorBoard可视化线性回归模型

TensorBoard 是一种可视化工具，用于了解、调试和优化模型训练过程。它使用在执行程序时编写的摘要事件。

上面定义的模型使用tf.summary.FileWriter来写日志到日志目录 /tmp/lr-train.我们可以用命令调用日志目录的TensorBoard，见 Example 3-13 (TensorBoard已黙认安装与TensorFlow一起).

Example 3-13. Invoking TensorBoard

tensorboard --logdir=/tmp/lr-train

这个命令启动TensorBoard 于localhost的邦定端口。用浏览器打开这个端口。TensorBoard 截图看起来像Figure 3-31. (不同版本Tensor‐Board可能不同.)

图 3-31. TensorBoard 面板截图.

导航到 Graphs tab,你会看到 TensorFlow 架构如图 Figure 3-32。

图 3-32. 用TensorBoard可视化线性回归架构.

注意这个可视化分组不同的计算图元素到tf.name_scopes。不同的分组相联。 你可以扩展分组元素来看它们的内容。图3-33展示了扩展的架构。

你可以看到有很多隐藏的节点被可视化。Tensor‐Flow函数如 tf.train.AdamOptimizer 通常隐藏内部变量于 tf.name_scope 。扩展TensorBoard可以提供容易的方法来理解系统的底层。

图3-33. 扩展可视化架构

导航到 Home tab 并打开 Summaries节。你现在可以看到损失曲线，像图 3-34。开始损失下降很快，然后变慢。

图Figure 3-34.用TensorBoard看损失曲线