方式1:
程序里有保存checkpoint文件的程序,运行后会新生成文件:
那么新建一个py文件,输入程序:
import tensorflow as tf
g = tf.Graph()
with g.as_default() as g:
tf.train.import_meta_graph('D:\\PycharmProjects\\0504\\train\\models-0.meta')
with tf.Session(graph=g) as sess:
file_writer = tf.summary.FileWriter(logdir='D:\\PycharmProjects\\0504\\train', graph=g)
第一个路径:D:\\PycharmProjects\\0504\\train\\models-0.meta。
- 它是你想要呈现的graph的.meta文件绝对路径。
第二个路径:D:\\PycharmProjects\\0504\\train。
- 这个py文件运行之后会出现一个日志文件,这个路径就是存放日志文件的路径。
运行之后,在 D:\\PycharmProjects\\0504\\train下,会生成一个文件:(叫events.什么什么的)
然后打开cmd,进入D:\\PycharmProjects\\0504\\train路径,
输入tensorboard --logdir=D:\PycharmProjects\0504\train --host 127.0.0.1
回车,直到窗口出现:
那么,在本地的任意浏览器下输入http://localhost:6006/,回车。即可出现tensorboard页面。
如果进不去这个网址,关闭防火墙再试一遍。
文章评论