tensorboard
tensorboard は tensorflow をインストールすると使えるようになる、viewerです。
一言で言うと、モデルの構造や学習結果などをグラフで見ることができるやつです。
起動はシンプルです。
$ tensorboard --logdir=LOGDIR
そしてブラウザを開いて localhost:6006 を開くだけです。
ただ、なにも出力する情報がないとなにも表示されません。
LOGDIRは tensorboardに出力するデータを保存するフォルダです。
このフォルダに出力された情報が tensorboard に表示されるようになります。
pbファイルの構造を見る
学習済みのモデルをiosやandroidで利用するときにはpbファイルを利用すると思います。
その中で、途中の計算結果がほしいとかいうときに、モデルの中の名前の指定などがどうなっているのか見てみたかったりしました。
なので、この構造を見ようと思います。
たとえば、tensorflow の android-demo で使われている v1 inception のモデルはどうなっているのか
以下を実行します。
import tensorflow as tf from tensorflow.python.platform import gfile with tf.Session() as sess: model_filename ='./tensorflow_inception_graph.pb' with gfile.FastGFile(model_filename, 'rb') as f: graph_def = tf.GraphDef() graph_def.ParseFromString(f.read()) g_in = tf.import_graph_def(graph_def) LOGDIR='LOGDIR' train_writer = tf.summary.FileWriter(LOGDIR) train_writer.add_graph(sess.graph)
するとLOGDIR以下に拡張子が.localのevent情報がのったファイルができます。
この状態で先程の tensorboard のページをリロードすると以下の画面になります。
この import をダブルクリックすると以下の画面のように、中の構造が詳しく見れるようになります。
それぞれの要素をクリックすればもっと詳細に情報を見ることができます。