有没有办法用Python或R打开TensorBoard的模型性能图?
我需要用Python或R打开这个TensorBoard图。可以用来读取Tensorflow生成的事件文件,并从中提取tensor值 设置有没有办法用Python或R打开TensorBoard的模型性能图?,python,r,tensorflow,tensorboard,loss-function,Python,R,Tensorflow,Tensorboard,Loss Function,我需要用Python或R打开这个TensorBoard图。可以用来读取Tensorflow生成的事件文件,并从中提取tensor值 设置 将tensorflow导入为tf 将numpy作为np导入 TAG\u NAME=“分类\u损失” writer\u train=tf.summary.创建文件\u writer(“train”) 对于范围内的历元(200): 数据=np.math.exp(-epoch/30))+0.1*np.random.random() 使用writer\u train.
将tensorflow导入为tf
将numpy作为np导入
TAG\u NAME=“分类\u损失”
writer\u train=tf.summary.创建文件\u writer(“train”)
对于范围内的历元(200):
数据=np.math.exp(-epoch/30))+0.1*np.random.random()
使用writer\u train.as\u default():
tf.summary.scalar(name=TAG\u name,data=data,step=epoch)
#输出文件夹:train/events.out.tfevents.1618103384.eafddbceac44.283.2075165.v2
读取事件文件
将tensorflow导入为tf
将matplotlib.pyplot作为plt导入
TAG\u NAME=“分类\u损失”
tf_event_file=“train/events.out.tfevents.1618103384.eafddbceac44.283.2075165.v2”
值_列表=[]
对于tf.compat.v1.train.summary_迭代器(tf_事件_文件)中的e:
对于e.summary.value中的v:
如果v.tag==tag\u NAME:
值=tf.make_ndarray(v.张量)
value\u list.append(值)
plt.绘图(值列表)
plt.grid()
plt.show()
实际上,最好、最简单的方法是可以从Tensorboard下载CSV或JSON格式的图形数据。一旦有了图形数据,就可以导入数据并进行打印