在使用tensorboard可視化網(wǎng)絡(luò)參數(shù)時,當因多次訓(xùn)練產(chǎn)生多個events文件后,在tensorboard上顯示會非?;靵y,非常不易于觀察。
如下圖所示,這張圖只有兩次實驗的文件,已經(jīng)比較混亂了。
我之前的解決辦法是每次跑都將以前的文件刪除,保證路徑下只有當前產(chǎn)生的events文件,但這樣比較繁瑣,特別是當需要調(diào)的參數(shù)變多的時候,每次刪除不但很累,而且容易出錯,后來受這篇文章的啟發(fā),既然保存在不同路徑下就可以分別顯示,那么將每次生成的events文件保存在不同的路徑下即可,因此想到了使用時間戳作為路徑名,在解決顯示紊亂的同時還記錄下了訓(xùn)練的時刻,一舉兩得。
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)