TensorFlow2.0环境下TensorBoard数据流可视化模块使用

虽然现在自己的TensorFlow版本是2.1的，但是感觉之前1.x 中数据流可视化的功能还是很不错的，下面记录以下在TensorFlow2.0

环境下tensorboard数据流可视化的使用。

 1.首先在jupyter写代码时要导入1的包，同时禁用2.0图模式

#想用1.x版本的代码时，可以使用：
import tensorflow.compat.v1 as tf
#执行以下代码禁用2.0的模式
tf.disable_eager_execution()

2.在自己的代码中合适的位置加入以下代码

#清除default graph和不断增加的节点
tf.reset_default_graph()

#定义自己的数据流
#定义变量a
a=tf.Variable(1,name="a")
#定义操作b=a+10
b=tf.add(a,1,name="b")
#定义操作c=4*b
c=tf.multiply(b,4,name="c")

#Logdir改为自己机器上合适的路径
logdir='E:/pythonlog'

#生成日志
write=tf.summary.FileWriter(logdir,tf.get_default_graph())
write.close()

3.执行这段代码后，如果不报错，那么在自己定义的目录下应该有一个生成的日志文件

4.打开Anaconda Prompt 

首先激活自己的TensorFlow环境，之后找到生成日志文件的路径（很重要！！！），运行结果如下，则表明操作正确

---

 5.在日志目录下输入一条代码就成功啦

tensorboard --logdir=E:\pythonlog

运行后结果：复制里面的网址（http://localhost:6006/）在浏览器中打开即可。

6.成功，可以开始TensorBoard的操作啦