使Tensorboard2.3 用小数表示scalar 曲线step

最新推荐文章于 2026-06-17 12:40:50 发布

原创最新推荐文章于 2026-06-17 12:40:50 发布 · 1k 阅读

0 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#python #tensorboard #深度学习

深度学习同时被 2 个专栏收录

4 篇文章

订阅专栏

python

4 篇文章

订阅专栏

本文介绍了如何在Tensorboard 2.3中使用小数表示scalar曲线的step。由于默认情况下tensorflow.summary.scalar仅接受整数step，为了绘制非训练过程的曲线，如CDF曲线，可以通过在绘制前将step乘以放大系数，然后在Tensorboard的源码`plugin_event_accumulator.py`中修改step的值。通过这种方法，可以在重新启动Tensorboard后，看到step以小数形式展示，如0.5显示为500m。

tensorboard 版本2.3

tensorboard是一个强大的可视化工具，通常是绘制训练过程的曲线，

因此tensorflow.summary.scalar在绘制曲线只接受step为整数的情况。

但是，如果我们想绘制一个普通的二维曲线，并不想绘制训练过程的曲线，例如CDF曲线，那么我们需要横坐标也是小数

但是官方的tensorflow代码是不支持的，因此我们需要修改源码

这里介绍一个绘制方法：

第一步.

使用tensorflow.summary.scalar 绘制曲线，在将step（例如step=0.5）传入方法之前，现将step扩大100000倍（倍数可根据精度要求自取），

这样绘制出的曲线在tensorboard观察，会发现横坐标是很大的整数50000

第二步.

1.找到tensorboard的库文件夹，例如：

cd ~/lib/python3.6/site-packages/tensorboard/

2.打开backend/event_processing/plugin_event_accumulator.py：

vi backend/event_processing/plugin_event_accumulator.py

3.搜索 _ProcessTensor 的定义，如下：

def _ProcessTensor(self, tag, wall_time, step, tensor):
        tv = TensorEvent(wall_time=wall_time, step=step, tensor_proto=tensor)
        with self._tensors_by_tag_lock:
            if tag not in self.tensors_by_tag:
                reservoir_size = self._GetTensorReservoirSize(tag)
                self.tensors_by_tag[tag] = reservoir.Reservoir(reservoir_size)
        self.tensors_by_tag[tag].AddItem(_TENSOR_RESERVOIR_KEY, tv)

4.在以上代码中将step修改为自己想要的值:

例如step = step / 100000.0，如下：

def _ProcessTensor(self, tag, wall_time, step, tensor):
        step = step / 100000.0
        tv = TensorEvent(wall_time=wall_time, step=step, tensor_proto=tensor)
        with self._tensors_by_tag_lock:
            if tag not in self.tensors_by_tag:
                reservoir_size = self._GetTensorReservoirSize(tag)
                self.tensors_by_tag[tag] = reservoir.Reservoir(reservoir_size)
        self.tensors_by_tag[tag].AddItem(_TENSOR_RESERVOIR_KEY, tv)

5.重新启动tensorboard，在浏览器查看时可看到step数据会改变，变成可以用小数表示的了，当step小于1时，会把0.5表示成 500m ，其中m表示0.001, 因此500m = 0.5

**注意如果要使程序更鲁棒，需要添加更复杂的代码，现在主要是想指出，要想显示小数表示的step可以在这段代码中修改step的数值，因此没有做复杂的更改