如何使用TensorFlow将图像保存以供TensorBoard分析?
- 内容介绍
- 文章标签
- 相关推荐
本文共计317个文字,预计阅读时间需要2分钟。
简单的代码如下:
pythonimport tensorflow as tf
matrix1=tf.constant([[3., 3.]])matrix2=tf.constant([[2.], [2.]])
with tf.Session() as sess: result=sess.run(tf.matmul(matrix1, matrix2))
简单的代码:
import tensorflow as tf In [2]: matrix1=tf.constant([[3.,3.]]) In [3]: matrix2=tf.constant([[2.],[2.]]) with tf.Session() as sess: ...: writer = tf.summary.FileWriter('./graph', sess.graph) ...: result = sess.run(tf.matmul(matrix1, matrix2)) ...: writer.close()
ipython中使用!+命令可以直接运行terminal命令。
terminal输入: tensorboard --logdir graph/
跳出:Starting TensorBoard 54 at amax:6006
在浏览器输入地址加端口号并在graph中查看。
本文共计317个文字,预计阅读时间需要2分钟。
简单的代码如下:
pythonimport tensorflow as tf
matrix1=tf.constant([[3., 3.]])matrix2=tf.constant([[2.], [2.]])
with tf.Session() as sess: result=sess.run(tf.matmul(matrix1, matrix2))
简单的代码:
import tensorflow as tf In [2]: matrix1=tf.constant([[3.,3.]]) In [3]: matrix2=tf.constant([[2.],[2.]]) with tf.Session() as sess: ...: writer = tf.summary.FileWriter('./graph', sess.graph) ...: result = sess.run(tf.matmul(matrix1, matrix2)) ...: writer.close()
ipython中使用!+命令可以直接运行terminal命令。
terminal输入: tensorboard --logdir graph/
跳出:Starting TensorBoard 54 at amax:6006
在浏览器输入地址加端口号并在graph中查看。

