TensorFlow通过名称作用域组织数据流图

 

TensorFlow通过名称作用域组织数据流图¶

 

作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/

所用版本：python3.5.2，tensorflow1.8.0，tensorboard1.8.0

In [1]:

# 名称作用域的基本用法是将Op添加到with tf.name_scope(<name>)语句块中

In [2]:

import tensorflow as tf

In [3]:

with tf.name_scope("A"):
    a = tf.add(1, 2, name="A_add")
    b = tf.multiply(a, 3, name="A_mul")

In [4]:

with tf.name_scope("B"):
    c = tf.add(4, 5, name="B_add")
    d = tf.multiply(c, 6, name="B_mul")

In [5]:

e = tf.add(b, d, name="Output")

In [6]:

writer = tf.summary.FileWriter('./logs', graph=tf.get_default_graph())

In [7]:

writer.close()

In [8]:

sess = tf.Session()

In [9]:

sess.run([a, b, c, d, e])

Out[9]:

[3, 9, 9, 54, 63]

In [11]:

sess.close()

 

打开Anaconda Prompt
(base) C:Usershp>activate tensorflow
(tensorflow) C:Usershp>cd..
(tensorflow) C:Users>D:
(tensorflow) D:>cd ./Python code
(tensorflow) D:Python code>tensorboard --logdir=logs
在浏览器输入http://HP:6006 或者http://localhost:6006 即可看到对应的数据流图。

In [12]:

# 在每个名称作用域内，可看到已经添加到该数据流图中的各个Op，也可将名称作用域嵌入在其他名称作用域内

In [13]:

reset

 

Once deleted, variables cannot be recovered. Proceed (y/[n])? y

In [1]:

import tensorflow as tf

In [2]:

graph = tf.Graph()

In [3]:

with graph.as_default():
    in1 = tf.placeholder(tf.float32, shape=[], name="a")
    in2 = tf.placeholder(tf.float32, shape=[], name="b")
    const = tf.constant(3, dtype=tf.float32, name="fix")

In [4]:

with tf.name_scope("Transformation"):
    with tf.name_scope("A"):
        A_mul = tf.multiply(in1, const)
        A_out = tf.subtract(A_mul, in1)
    with tf.name_scope("B"):
        B_mul = tf.multiply(in2, const)
        B_out = tf.subtract(B_mul, in2)
    with tf.name_scope("C"):
        C_div = tf.div(A_out, B_out)
        C_out = tf.add(C_div, const)
    with tf.name_scope("D"):
        D_div = tf.div(B_out, A_out)
        D_out = tf.add(D_div, const)
        out = tf.maximum(C_out, D_out)

In [5]:

writer = tf.summary.FileWriter('./logs/2', graph=graph)

In [6]:

writer.close()

 

打开Anaconda Prompt
(base) C:Usershp>activate tensorflow
(tensorflow) C:Usershp>cd..
(tensorflow) C:Users>D:
(tensorflow) D:>cd ./Python code
(tensorflow) D:Python code>tensorboard --logdir=./logs/2
在浏览器输入http://HP:6006 或者http://localhost:6006 即可看到对应的数据流图。

不知道为啥没显示作用域的名称(Transformation, A, B, C, D)及范围。