深度学习7：TensorBoard使用方法

今天学习使用TensorBoard。TensorBoard是Tensorflow可视化工具，可以用来展现TensorFlow图像，绘制图像生成的定量指标图以及附加数据。

TensorBoard通过summary对数据进行汇总。常用操作如下：

tf.summary.FileWriter——用于将汇总数据写入磁盘
tf.summary.scalar——对标量数据汇总和记录
tf.summary.histogram——记录数据的直方图
tf.summary.image——将图像写入summary
tf.summary.merge——对各类的汇总进行一次合并
tf.summary.merge_all——合并默认图像中的所有汇总

详见官方手册https://www.tensorflow.org/api_guides/python/summary

下面来看具体的TensorBoard使用方法。示例代码如下，实现的是矩阵相乘。参考https://www.cnblogs.com/fydeblog/p/7429344.html

import tensorflow as tf

with tf.name_scope('graph') as scope:
     matrix1 = tf.constant([[3., 3.]],name ='matrix1')  #1 row by 2 column
     matrix2 = tf.constant([[2.],[2.]],name ='matrix2') # 2 row by 1 column
     product = tf.matmul(matrix1, matrix2,name='product')

sess = tf.Session()

writer = tf.summary.FileWriter("logs/", sess.graph) #第一个参数指定生成文件的目录。

init = tf.global_variables_initializer()

sess.run(init)

这里使用了tf.name_scope用于定义作用域。上述代码定义了graph作用域，其中包含了三个op（matrix1，matrix2，product）。

运行上述代码后，可以在tf.summary.FileWriter中指定目录下找到生成的文件。

然后打开终端，首先进入文件目录的上层文件夹，这里我的上层文件夹地址为D:\Test\Mnist。最后输入tensorboard –logdir=<文件目录>，这里文件目录即为logs。

使用谷歌浏览器，打开http://localhost:6006，查看 TensorBoard，如下图：

这里我发现了一个问题，在使用Spyder的时候，如果多次运行代码，TensorBoard会跟踪生成多个结果。这里我重复运行了两次，删除了第一次生成的文件，但TensorBoard中显示了两个图。

因此注意在每次查看TensorBoard前Restart Kernel。