web-dev-qa-db-fra.com

tensorboard avec tableau numpy

Quelqu'un peut-il donner un exemple sur l'utilisation de tensorboard pour visualiser la valeur numpy array?

Il y a une question connexe ici, je ne comprends pas vraiment. Tensorboard enregistrant des informations non-tenseur (Numpy) (AUC)

Par exemple, Si j'ai 

for i in range(100):
    foo = np.random.Rand(3,2)

Comment puis-je suivre la distribution de foo en utilisant tensorboard pendant 100 itérations? Quelqu'un peut-il donner un exemple de code? Merci. 

numpytensorflowtensorboard
12
Kaixiang Lin

Pour les valeurs simples (scalaire), vous pouvez utiliser cette recette

summary_writer = tf.train.SummaryWriter(FLAGS.logdir)
summary = tf.Summary()
summary.value.add(tag=tagname, simple_value=value)
summary_writer.add_summary(summary, global_step)
summary_writer.flush()

En ce qui concerne tableau, vous pouvez peut-être ajouter 6 valeurs dans une séquence, à savoir

for value in foo:
  summary.value.add(tag=tagname, simple_value=value)
17
Yaroslav Bulatov

Une autre façon (la plus simple) consiste simplement à utiliser des espaces réservés. Tout d'abord, vous pouvez créer un espace réservé pour la forme de votre tableau numpy.

# Some place holders for summary
summary_reward = tf.placeholder(tf.float32, shape=(), name="reward")
tf.summary.scalar("reward", summary_reward)

Ensuite, appelez simplement session.run le résumé fusionné avec feed_dict.

# Summary
summ = tf.summary.merge_all()
...
s = sess.run(summ, feed_dict={summary_reward: reward})
writer.add_summary(s, i)
4
Sung Kim

si vous installez ce paquet via pip install tensorboard-pytorch il devient aussi simple que possible:

import numpy as np
from tensorboardX import SummaryWriter
writer = SummaryWriter()
for i in range(50):
    writer.add_histogram("moving_gauss", np.random.normal(i, i, 1000), i, bins="auto")
writer.close()

Générera les données d'histogramme correspondantes dans le répertoire runs:

 enter image description here

3
fr_andres
sess = tf.Session()
writer = tf.summary.FileWriter('tensorboard_test')
var = tf.Variable(0.0,trainable=False,name='loss')
sess.run(var.initializer)
summary_op = tf.summary.scalar('scalar1',var)

for value in array:    
    sess.run(var.assign(value))
    summary = sess.run(summary_op)
    writer.add_summary(summary,i)

Cela fonctionne, mais lentement.

1
FireFLO

Trouver un moyen de contourner le problème, créer une variable et affecter la valeur de numpy array à la variable, utilisez tensorboard pour suivre la variable.

mysummary_writer = tf.train.SummaryWriter("./tmp/test/")
a = tf.Variable(tf.zeros([3,2]), name="a")
sum1 = tf.histogram_summary("nparray1", a)
summary_op = tf.merge_all_summaries()
sess = tf.Session()

sess.run(tf.initialize_all_variables())

for ii in range(10):
    foo = np.random.Rand(3, 2)
    assign_op = a.assign(foo)
    summary, _ = sess.run([summary_op, assign_op])
    mysummary_writer.add_summary(tf.Summary.FromString(summary), global_step=ii)
    mysummary_writer.flush()
1
Kaixiang Lin

Vous pouvez définir une fonction comme celle-ci (tirée du Gist de gyglim):

def add_histogram(writer, tag, values, step, bins=1000):
    """
    Logs the histogram of a list/vector of values.
    From: https://Gist.github.com/gyglim/1f8dfb1b5c82627ae3efcfbbadb9f514
    """

    # Create histogram using numpy
    counts, bin_edges = np.histogram(values, bins=bins)

    # Fill fields of histogram proto
    hist = tf.HistogramProto()
    hist.min = float(np.min(values))
    hist.max = float(np.max(values))
    hist.num = int(np.prod(values.shape))
    hist.sum = float(np.sum(values))
    hist.sum_squares = float(np.sum(values ** 2))

    # Requires equal number as bins, where the first goes from -DBL_MAX to bin_edges[1]
    # See https://github.com/tensorflow/tensorflow/blob/master/tensorflow/core/framework/summary.proto#L30
    # Therefore we drop the start of the first bin
    bin_edges = bin_edges[1:]

    # Add bin edges and counts
    for Edge in bin_edges:
        hist.bucket_limit.append(Edge)
    for c in counts:
        hist.bucket.append(c)

    # Create and write Summary
    summary = tf.Summary(value=[tf.Summary.Value(tag=tag, histo=hist)])
    writer.add_summary(summary, step)

Et ajoutez ensuite à l'auteur du résumé comme ceci:

add_histogram(summary_writer, "Histogram_Name", your_numpy_array, step)
0
Anjum Sayed