TensorFlow - TensorBoard-Visualisierung

TensorFlow enthält ein Visualisierungstool, das als TensorBoard bezeichnet wird. Es wird zur Analyse von Datenflussdiagrammen und zum Verständnis von Modellen für maschinelles Lernen verwendet. Die wichtige Funktion von TensorBoard umfasst die Ansicht verschiedener Arten von Statistiken zu den Parametern und Details eines Diagramms in vertikaler Ausrichtung.

Das tiefe neuronale Netzwerk umfasst bis zu 36.000 Knoten. TensorBoard hilft beim Reduzieren dieser Knoten in übergeordneten Blöcken und beim Hervorheben der identischen Strukturen. Dies ermöglicht eine bessere Analyse des Diagramms, wobei der Schwerpunkt auf den primären Abschnitten des Berechnungsdiagramms liegt. Die TensorBoard-Visualisierung soll sehr interaktiv sein, wobei ein Benutzer die Knoten schwenken, zoomen und erweitern kann, um die Details anzuzeigen.

Die folgende schematische Darstellung zeigt die vollständige Funktionsweise der TensorBoard-Visualisierung -

Die Algorithmen reduzieren Knoten zu Blöcken auf hoher Ebene und markieren die spezifischen Gruppen mit identischen Strukturen, die Knoten mit hohem Grad trennen. Das so erstellte TensorBoard ist nützlich und wird für die Optimierung eines maschinellen Lernmodells gleichermaßen wichtig behandelt. Dieses Visualisierungstool wurde für die Konfigurationsprotokolldatei mit zusammenfassenden Informationen und Details entwickelt, die angezeigt werden müssen.

Konzentrieren wir uns auf das Demo-Beispiel der TensorBoard-Visualisierung mit Hilfe des folgenden Codes:

import tensorflow as tf 

# Constants creation for TensorBoard visualization 
a = tf.constant(10,name = "a") 
b = tf.constant(90,name = "b") 
y = tf.Variable(a+b*2,name = 'y') 
model = tf.initialize_all_variables() #Creation of model 

with tf.Session() as session: 
   merged = tf.merge_all_summaries() 
   writer = tf.train.SummaryWriter("/tmp/tensorflowlogs",session.graph) 
   session.run(model) 
   print(session.run(y))

Die folgende Tabelle zeigt die verschiedenen Symbole der TensorBoard-Visualisierung, die für die Knotendarstellung verwendet werden.