tensorflow/tensorboard

TensorBoard (tensorflow/tensorboard) – 说明（仅基于 README） 是什么 TensorBoard 是一套用于检查和理解 TensorFlow 运行及图的 Web 应用程序。它完全离线运行（本地机器、防火墙后或数据中心内）。 如何使用 1. 在你的 TensorFlow 代码中创建一个 summary writer，例如 python file_writer = tf.summary.FileWriter('/path/to/logs', sess.graph) 并使用 summary ops（tf.summary.scalar、tf.summary.image 等）写入 summary 数据。 2. 启动 TensorBoard 并指向日志目录： bash tensorboard --logdir /path/to/logs （或通过 Bazel：bazel run tensorboard -- --logdir /path/to/logs）。 3. 在 Chrome 或 Firefox 中打开 http://localhost:6006。 README 中的关键概念 - Summary ops：如 tf.summary.scalar 这类生成序列化 protobuf 的操作；评估它们并使用 FileWriter 写入结果。 - Tags：你为每个 summary op 指定的名称；用于在前端组织数据。 - Event files & logdir：FileWriter 将追加只读记录（包含“tfevents”的文件）写入目录（logdir）。TensorBoard 会读取整个目录，如果训练重启，会将多个 event 文件拼接起来。 - Runs：当 TensorBoard 启动时，它会遍历 logdir 树；包含 tfevents 文件的每个子目录都被视为一个独立的 run，从而支持实验的并排比较。 描述的可视化功能 - Scalar Dashboard：随时间变化的标量统计（损失、学习率等）的折线图，支持缩放、平移和十字光标提示。 - Histogram Dashboard：显示张量分布随时间的变化；可查看为偏移切片或叠加线。 - Distribution Dashboard：从直方图数据推导出的百分位线（最大值、93%、84%、…、最小值），可解释为正态分布的 ±σ 带。 - Image Dashboard：每个标签的最新 PNG，按行（标签）×列（运行）布局。 - Audio Dashboard：每个标签的最新音频的可播放音频控件。 - Graph Explorer：可视化 TensorFlow 图；使用名称作用域以提高清晰度。 - Embedding Projector：从检查点文件中可视化高维嵌入，可选择性地包含元数据/词汇表/精灵图。 - Text Dashboard：渲染 Markdown 文本片段（超链接、列表、表格）。 - Time Series Dashboard：统一视图，可并排放置标量、直方图和图像卡片；支持运行颜色、固定、设置持久化和标签过滤自动补全。 README 中的附加说明 - TensorBoard 可在无互联网连接的情况下运行。 - 它假设一次只存在一个活动事件文件；多个 summary writer 应写入不同的目录。 - 为提高内存效率，数据可能被下采样；可通过 --samples_per_plugin 控制。 - 可通过 SessionLog.START 事件清除检查点产生的孤立数据（或通过 --purge_orphaned_data false 禁用）。 - 可添加插件；请参阅 ADDING_A_PLUGIN 指南和示例插件。 以上所有内容均直接或间接取自提供的 README，未添加任何外部事实。