扫二维码与项目经理沟通
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流
在使用tensorboard可视化网络参数时，当因多次训练产生多个events文件后，在tensorboard上显示会非常混乱，非常不易于观察。
如下图所示，这张图只有两次实验的文件，已经比较混乱了。
我之前的解决办法是每次跑都将以前的文件删除，保证路径下只有当前产生的events文件，但这样比较繁琐，特别是当需要调的参数变多的时候，每次删除不但很累，而且容易出错，后来受这篇文章的启发，既然保存在不同路径下就可以分别显示，那么将每次生成的events文件保存在不同的路径下即可，因此想到了使用时间戳作为路径名，在解决显示紊乱的同时还记录下了训练的时刻，一举两得。
from datetime import datetime
TIMESTAMP = "{0:%Y-%m-%dT%H-%M-%S/}".format(datetime.now())
...
train_log_dir = 'logs/train/' + TIMESTAMP
test_log_dir = 'logs/test/' + TIMESTAMP
megred = tf.summary.merge_all()
with tf.Session() as sess:
writer_train = tf.summary.FileWriter(train_log_dir,sess.graph)
writer_test = tf.summary.FileWriter(test_log_dir)
...other code...
writer_train.add_summary(summary_str_train,step)
writer_test.add_summary(summary_str_test,step) 
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流
微信二维码
移动版官网