tensorboard多個events文件顯示紊亂的解決辦法

在使用tensorboard可視化網路參數時，當因多次訓練產生多個events文件後，在tensorboard上顯示會非常混亂，非常不易於觀察。如下圖所示，這張圖只有兩次實驗的文件，已經比較混亂了。

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生的events文件，但這樣比較繁瑣，特別是當需要調的參數變多的時候，每次刪除不但很累，而且容易出錯，後來受這篇文章的啟發，既然保存在不同路徑下就可以分別顯示，那麼將每次生成的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)

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12

其效果如下。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！