it-swarm.com.de

Grafik in TensorFlow anzeigen?

Ich habe ein einfaches Skript geschrieben, um den Goldenen Schnitt aus 1,2,5 zu berechnen. Gibt es eine Möglichkeit, durch Tensorflow (möglicherweise mithilfe von matplotlib oder networkx) der tatsächlichen Diagrammstruktur tatsächlich ein visuelles Ergebnis zu erzielen? Das Dokument von Tensorflow ist einem Faktordiagramm ziemlich ähnlich, also habe ich mich gefragt:

Wie kann ein Bild der Graphenstruktur durch Tensorflow erzeugt werden?

In diesem Beispiel wäre es C_1, C_2, C_3 als einzelne Knoten und dann C_1 hätte die tf.sqrt Operation gefolgt von der Operation, die sie zusammenbringt. Vielleicht kann die Graphenstruktur (Knoten, Kanten) in networkx importiert werden? Ich sehe, dass die tensor -Objekte ein graph -Attribut haben, aber ich habe nicht herausgefunden, wie man dies tatsächlich für Imaging-Zwecke verwendet.

#!/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()
19
O.rka

Sie können sich mit Tensorboard ein Bild des Graphen machen. Sie müssen Ihren Code bearbeiten, um das Diagramm auszugeben. Anschließend können Sie tensorboard starten und es anzeigen. Siehe insbesondere TensorBoard: Graph Visualization . Sie erstellen ein SummaryWriter und fügen das sess.graph_def drin. Die Grafikdefinition wird in das Protokollverzeichnis ausgegeben.

9
dga

Genau dafür wurde tensorboard entwickelt. Sie müssen den Code leicht ändern, um die Informationen zu Ihrem Diagramm zu speichern.

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()

Dadurch wird ein Ordner logs mit Ereignisdateien in Ihrem Arbeitsverzeichnis erstellt. Danach solltest du tensorboard von deiner Kommandozeile aus starten tensorboard --logdir="logs" und navigieren Sie zu der URL, die Sie erhalten ( http://127.0.0.1:6006 ). Gehen Sie in Ihrem Browser zur Registerkarte GRAFIK und genießen Sie Ihre Grafik.

Sie werden TB viel verwenden, wenn Sie etwas mit TF machen wollen. Daher ist es sinnvoll, mehr darüber zu lernen von offiziellTutorials = und daraus Video .

49
Salvador Dali