tensorflow: 畅玩tensorboard图表(SCALARS)

前言

这篇博客建立在你已经会使用tensorboard的基础上。如果你还不会记录数据并使用tensorboard，请移步我之前的另一篇博客：tensorflow: tensorboard 探究

关于模型文件夹

每启动一轮新的训练时，存放生成模型的文件夹就会生成一个独立的子文件夹。 每当开始初始训练时，该子文件夹下会生成一个events文件用于记录开始：

这里写图片描述

停掉训练时，该子文件夹下会生成已经训练好的若干个参数模型，并再生成一个events文件用于记录这第一次训练：

这里写图片描述

如果接着最后一次的训练结果继续训练下去，那么在再次停掉训练时，又会生成这次训练所新生成的若干个参数模型，并又一次生成一个events文件用于记录这二次训练：

这里写图片描述

思考

那么这些 events文件 究竟和 tensorboard成像 之间有什么关联呢？

Test

这边共有三个events文件，按时间顺序分别称之为：初始化events、首次训练events、二次训练events 。

分别对他们进行 Ablation Experiments (切除实验)：

1. 只有 初始化events：

这里写图片描述

1. 初始化events + 首次训练events：

这里写图片描述

1. 三个events文件俱在：

这里写图片描述

1. 初始化events + 二次训练events：

这里写图片描述

1. 首次训练events + 二次训练events：

这里写图片描述

总结

初始events文件：在y轴上记录初始值。 非初始events文件：记录一段变化。

在上述二者俱在时，会将 可被识别的 第一个模型 的结果值 与 y轴上的 初始点 用 直线 连接起来。

如果缺少了任意一个events文件，那么在那个阶段所新训练出的参数模型都不能被识别到。

每次做Ablation之前，记得要先停掉之前的tensorboard进程，再重新打开一遍。否则你对events文件的各种增删操作，本地端口localhost:6006 都是无法感知到的。