TensorFlow使用TensorBoard查看模型图Graph的方法

TensorBoard查看Graph的基本原理

Google提供的TensorBoard工具能够以图表形式分析训练过程中汇总的各类数据，其中包含对Graph（计算图）结构的可视化支持。

因此，只需编写少量Python代码加载Graph，并在指定的logdir中输出Graph结构数据，即可实现对其图结构的查看。

执行相关代码可将数据流图保存为图片，并在指定目录（如F:/tensorflow/graph）下生成名为events.out.tfevents.1508420019.XM-PC的文件。

import tensorflow as tf
from tensorflow.python.platform import gfile
 
graph = tf.get_default_graph()
graphdef = graph.as_graph_def()
_ = tf.train.import_meta_graph("model.ckpt.metaa")
summary_write = tf.summary.FileWriter("./" , graph)
summary_write.close()

接下来需要启用TensorBoard服务以进行可视化。

本教程使用的Python开发环境为Anaconda。

首先，打开Anaconda Prompt，输入activate tensorflow命令以进入tensorflow虚拟环境。

其次，启动TensorBoard，需输入特定的启动命令。

tensorboard --logdir=F://tensorflow//graph

命令中logdir参数对应代码中保存Graph的路径。若路径使用单斜杠，TensorBoard虽能启动，但在Graphs标签页会显示“No graph definition files were found”，导致无法显示Graph；将路径参数改为双斜杠（如F://tensorflow//graph）即可正常显示。

最后，使用TensorBoard查看生成的Graph。

浏览器中查看Graph可视化结果

在谷歌浏览器中访问http://127.0.0.1:6006/，页面将显示橙色界面。

在界面第一行的选项卡中选择“graphs”，即可看到模型图的可视化结果。

以上即为通过模型文件使用TensorBoard查看TensorFlow模型图Graph的完整方法，供开发者参考。