【Tensorflow】tensorboard log并排显示、同一窗口显示不同loss

「爱情、让人受尽委屈。」 2023-02-17 11:13 228阅读 0赞

这是两个很简单（超级简单，我都不想写），但是用起来很舒服的技巧；

### log并排显示 ###

首先是信息并排显示，现在的深度学习通常有很多个信息需要同时展示；以loss为例，如果下面这样写，那么屏幕一次能看到的loss有限（当然了，你是竖屏我就没话说了）。

#### 代码 ####

import tensorflow as tf
    
    loss1 = tf.random.normal(shape=[1], name="loss1")  # 随机值模拟loss
    loss2 = tf.random.normal(shape=[1], name="loss2")
    loss3 = tf.random.normal(shape=[1], name="loss3")
    
    loss1_smr = tf.summary.scalar(loss1.name, tf.reduce_mean(loss1)) # 统计标量
    loss2_smr = tf.summary.scalar(loss2.name, tf.reduce_mean(loss2))
    loss3_smr = tf.summary.scalar(loss3.name, tf.reduce_mean(loss3))
    
    all_loss_smr = tf.summary.merge_all()       	#合并信息
    writer = tf.summary.FileWriter("../logs/")      #logs 写出器
    
    config = tf.ConfigProto()
    config.gpu_options.allow_growth = True
    with tf.Session(config=config) as sess:
        for ind in range(20):
            writer.add_summary(sess.run(all_loss_smr), ind)

#### Tensorboard 显示 ####

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTM5MjE0MzA_size_10_color_FFFFFF_t_70_pic_center]  
  这种展示方法由于一般的电脑是横屏，能看到的log信息有限。这时候就想，能不能把同一类信息显示在同一行呢？比如，训练集的loss信息显示在一行，学习率变化显示在一行，然后PSNR等评价系数显示在一行。这时候就想到了Tensorflow里面提倡的**名称域**，我们只需要一句代码就能搞定。

#### 代码 ####

还是以loss为例；

import tensorflow as tf
    
    loss1 = tf.random.normal(shape=[1], name="loss1")  # 随机值模拟loss
    loss2 = tf.random.normal(shape=[1], name="loss2")
    loss3 = tf.random.normal(shape=[1], name="loss3")
    
    with tf.name_scope("loss"):
        loss1_smr = tf.summary.scalar(loss1.name, tf.reduce_mean(loss1))  # 统计标量
        loss2_smr = tf.summary.scalar(loss2.name, tf.reduce_mean(loss2))
        loss3_smr = tf.summary.scalar(loss3.name, tf.reduce_mean(loss3))
    
    all_loss_smr = tf.summary.merge_all()       # 合并信息
    writer = tf.summary.FileWriter("../logs/")  # logs 写出
    
    config = tf.ConfigProto()
    config.gpu_options.allow_growth = True
    with tf.Session(config=config) as sess:
        for ind in range(20):
            writer.add_summary(sess.run(all_loss_smr), ind)

#### Tensorboard 显示 ####

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTM5MjE0MzA_size_12_color_FFFFFF_t_70_pic_center]

### 同一窗口显示多个loss ###

有时候，我们需要比较两个loss，比如，我们需要比较训练时训练集loss与验证集的loss，防止过拟合，这是就希望能在同一个窗口显示两个loss的曲线。写法如下面的代码。

import tensorflow as tf
    import numpy as np
    
    loss = tf.placeholder(dtype=tf.float32, name="loss")  # 占位符模拟loss
    
    with tf.name_scope("loss"):
        loss_smr = tf.summary.scalar(loss.name, tf.reduce_mean(loss))
    
    train_smr = tf.summary.merge([loss_smr])
    valid_smr = tf.summary.merge([loss_smr])
    train_writer = tf.summary.FileWriter("../logs/train")  # logs信息写在不同的文件夹
    valid_writer = tf.summary.FileWriter("../logs/valid")
    
    config = tf.ConfigProto()
    config.gpu_options.allow_growth = True
    with tf.Session(config=config) as sess:
        for ind in range(20):
            train_writer.add_summary(sess.run(train_smr, feed_dict={
        loss: np.random.normal()}), ind)  # 模拟输入训练集jisuanloss
            valid_writer.add_summary(sess.run(valid_smr, feed_dict={
        loss: np.random.normal()}), ind)  # 模拟输入验证集jisuanloss

>   为什么要将log信息放在两个文件夹，因为这两个log信息是同名的，无法同时存放在同一路径。

#### Tensorboard 显示 ####

此时，tensorboard显示如下，可以通过左下角的蓝色椭圆中的按钮决定隐藏曲线。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTM5MjE0MzA_size_12_color_FFFFFF_t_70_pic_center 1]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTM5MjE0MzA_size_10_color_FFFFFF_t_70_pic_center]: https://img-blog.csdnimg.cn/20200613162927392.JPG?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTM5MjE0MzA=,size_10,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTM5MjE0MzA_size_12_color_FFFFFF_t_70_pic_center]: https://img-blog.csdnimg.cn/20200613163537370.JPG?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTM5MjE0MzA=,size_12,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTM5MjE0MzA_size_12_color_FFFFFF_t_70_pic_center 1]: https://img-blog.csdnimg.cn/20200613170635861.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTM5MjE0MzA=,size_12,color_FFFFFF,t_70#pic_center