TensorFlow命名空間和TensorBoard圖節點的示例分析

這篇文章主要介紹TensorFlow命名空間和TensorBoard圖節點的示例分析，文中介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們一定要看完！

一，命名空間函數

tf.variable_scope 
tf.name_scope 
先以下面的代碼說明兩者的區別

 # 命名空間管理函數
'''
說明tf.variable_scope和tf.name_scope的區別
'''
def manage_namespace():
 with tf.variable_scope("foo"):
  # 在命名空間foo下獲取變量"bar"，于是得到的變量名稱為"foo/bar"。
  a = tf.get_variable("bar",[1]) #獲取變量名稱為“bar”的變量
  print a.name  #輸出:foo/bar:0
 with tf.variable_scope("bar"):
  # 在命名空間bar下獲取變量"bar"，于是得到的變量名稱為"bar/bar"。
  a = tf.get_variable("bar",[1])
  print a.name  #輸出:bar/bar:0
 with tf.name_scope("a"):
  # 使用tf.Variable函數生成變量會受tf.name_scope影響，于是得到的變量名稱為"a/Variable"。
  a = tf.Variable([1]) #新建變量
  print a.name  #輸出:a/Variable:0

  # 使用tf.get_variable函數生成變量不受tf.name_scope影響，于是變量并不在a這個命名空間中。
  a = tf.get_variable("b",[1])
  print a.name  #輸出:b:0
 with tf.name_scope("b"):
  # 使用tf.get_variable函數生成變量不受tf.name_scope影響，所以這里將試圖獲取名稱
  # 為“b”的變量。然而這個變量已經被聲明了，于是這里會報重復聲明的錯誤
  tf.get_variable("b",[1])#提示錯誤

二，TensorBoard計算圖查看

1 以以下代碼實例，為指定任何的命名空間

def practice_num1():
# 練習1: 構建簡單的計算圖
 input1 = tf.constant([1.0, 2.0, 3.0],name="input1")
 input2 = tf.Variable(tf.random_uniform([3]),name="input2")
 output = tf.add_n([input1,input2],name = "add")

#生成一個寫日志的writer，并將當前的tensorflow計算圖寫入日志
 writer = tf.summary.FileWriter(ROOT_DIR + "/log",tf.get_default_graph())
 writer.close()

如何使用TensorBoard的過程不再介紹。查看未指明命名空間的運算圖

2 修改代碼制定命名空間之后的代碼

def practice_num1_modify():
 #將輸入定義放入各自的命名空間中，從而使得tensorboard可以根據命名空間來整理可視化效果圖上的節點
 # 練習1: 構建簡單的計算圖
 with tf.name_scope("input1"):
  input1 = tf.constant([1.0, 2.0, 3.0],name="input1")
 with tf.name_scope("input2"):
  input2 = tf.Variable(tf.random_uniform([3]),name="input2")
 output = tf.add_n([input1,input2],name = "add")

#生成一個寫日志的writer，并將當前的tensorflow計算圖寫入日志
 writer = tf.summary.FileWriter(ROOT_DIR + "/log",tf.get_default_graph())
 writer.close()

查看運算圖

上圖只包含命名的兩個命名空間的節點，我們可以點擊名稱“input2”的圖標上的+號，展開該命名空間

效果：通過命名空間可以整理可視化效果圖上的節點，使可視化的效果更加清晰。

以上是“TensorFlow命名空間和TensorBoard圖節點的示例分析”這篇文章的所有內容，感謝各位的閱讀！希望分享的內容對大家有幫助，更多相關知識，歡迎關注億速云行業資訊頻道！