二、Tensorflow的作用域和图

时间：2023-03-10 02:53:51
二、Tensorflow的作用域和图

作用域主要用来不用重复定义变量，另外就是用与画图

import tensorflow as tf

'''

可视化

tf.summary.scalar  添加一个标量

tf.summary.audio 添加一个音频变量

tf.summary.image 添加一个图片变量

tf.summary.histogram 添加一个直方图变量

tf.summary.test 添加一个字符串类型的变量

'''

'''

后台执行命令

tensorboard --logdir ~/PycharmProjects/tensorflow/resutl

看到启动了一个6006的端口

'''

'''

代码部分

'''

#定义使用cpu

with tf.device('/cpu:0'):

    #定义作用域名字为'foo'

    with tf.variable_scope('foo'):

        #初始化一个值

        x_init1 = tf.get_variable('init_x',[10],tf.float32,initializer=tf.random_normal_initializer())[0]

        x = tf.Variable(initial_value=x_init1,name='x')

        y = tf.placeholder(dtype=tf.float32,name='y')

        z = x + y

    with  tf.variable_scope('bar'):

        a = tf.constant(3.0) + 4.0

    w = z * a

#开始记录信息

tf.summary.scalar('scalar_init_x',x_init1)

tf.summary.scalar(name='scalar_x',tensor=x)

tf.summary.scalar('scalar_z',z)

tf.summary.scalar('scalar_w',w)

assign_op = tf.assign(x,x + 1.0)

with tf.control_dependencies([assign_op]):

    with tf.device('/cpu:0'):

        out = x * y

    tf.summary.scalar('scalar_y',y)

with tf.Session(config=tf.ConfigProto(log_device_placement=True)) as sess:

    # merger all summary

    merged_summary = tf.summary.merge_all()

    #得到输出的文件对象

    writer = tf.summary.FileWriter('./result',sess.graph)

    #初始化

    sess.run(tf.global_variables_initializer())

    #print

    for i in range(1,5):

        summary,r_out,r_x,r_w = sess.run([merged_summary,out,x,w],feed_dict={y:i})

        writer.add_summary(summary,i)

        print("{},{},{}".format(r_out,r_x,r_w))

相关文章