在TensorFlow中显示图表的图像？

我写了一个简单的脚本来计算1,2,5的黄金比例.有没有办法通过实际图形结构的张量流(可能借助于matplotlib或者networkx)实际产生视觉效果？张量流的文档非常类似于因子图,所以我想知道:

如何通过张量流生成图形结构的图像？

在下面的这个例子中,它将C_1, C_2, C_3作为单独的节点,然后C_1将tf.sqrt操作后跟将它们组合在一起的操作.也许图形结构(节点,边缘)可以导入networkx？我看到tensor对象有一个graph属性,但我还没有找到如何实际使用它来进行成像.

#!/usr/bin/python

import tensorflow as tf
C_1 = tf.constant(5.0)
C_2 = tf.constant(1.0)
C_3 = tf.constant(2.0)

golden_ratio = (tf.sqrt(C_1) + C_2)/C_3

sess = tf.Session()
print sess.run(golden_ratio) #1.61803
sess.close()

Salvador Dal.. 52

这正是为tensorboard创建的.您需要稍微修改代码以存储有关图表的信息.

import tensorflow as tf
C_1 = tf.constant(5.0)
C_2 = tf.constant(1.0)
C_3 = tf.constant(2.0)

golden_ratio = (tf.sqrt(C_1) + C_2)/C_3

with tf.Session() as sess:
    writer = tf.summary.FileWriter('logs', sess.graph)
    print sess.run(golden_ratio)
    writer.close()

这将logs在工作目录中创建一个包含事件文件的文件夹.在此之后,您应该从命令行运行tensorboard tensorboard --logdir="logs"并导航到它给你的URL(http://127.0.0.1:6006).在浏览器中,转到GRAPHS选项卡并欣赏您的图表.

如果你打算用TF做任何事情,你会经常使用TB.因此,从官方 教程和视频中了解更多内容是有道理的.

这正是为tensorboard创建的.您需要稍微修改代码以存储有关图表的信息.

import tensorflow as tf
C_1 = tf.constant(5.0)
C_2 = tf.constant(1.0)
C_3 = tf.constant(2.0)

golden_ratio = (tf.sqrt(C_1) + C_2)/C_3

with tf.Session() as sess:
    writer = tf.summary.FileWriter('logs', sess.graph)
    print sess.run(golden_ratio)
    writer.close()

这将logs在工作目录中创建一个包含事件文件的文件夹.在此之后,您应该从命令行运行tensorboard tensorboard --logdir="logs"并导航到它给你的URL(http://127.0.0.1:6006).在浏览器中,转到GRAPHS选项卡并欣赏您的图表.

如果你打算用TF做任何事情,你会经常使用TB.因此,从官方 教程和视频中了解更多内容是有道理的.

您可以使用Tensorboard获取图表的图像.您需要编辑代码以输出图形,然后您可以启动tensorboard并查看它.特别参见TensorBoard:图形可视化.您创建SummaryWriter并包含sess.graph_def其中.图形def将输出到日志目录.