TensorBoard的简明使用

TensorFlow使用 TensorBoard 来提供计算图形的图形图像。这使得理解、调试和优化复杂的神经网络程序变得很方便。TensorBoard 也可以提供有关网络执行的量化指标。它读取 TensorFlow 事件文件，其中包含运行 TensorFlow 会话期间生成的摘要数据。
简言之，就是可以用来看数据变化，看网络结构的。
具体的操作方法：

tf.reset_default_graph() # 重置，如果不需要重置就不需要这句

logdir = 'F:/log/'   # 目标目录
writer = tf.summary.FileWriter(logdir,tf.get_default_graph())
writer.close()

使用一个例程来看一下具体的操作：

import tensorflow as tf
# 
tf.reset_default_graph()

value = tf.Variable(0,name = "value")
mid_val = tf.Variable(0,name = "mid_val")
one = tf.constant(1,name = "one")
new_value = tf.add(value,one)
update_value = tf.assign(value,new_value)
new_sum = tf.add(mid_val,value)
update_mid_val = tf.assign(mid_val,new_sum)

init = tf.global_variables_initializer()

with tf.Session() as sess:
    sess.run(init)
    for _ in range(10):
        sess.run(update_value)
        sess.run(update_mid_val)
    print(sess.run(mid_val))
        
logdir = 'F:/log/'
writer = tf.summary.FileWriter(logdir,tf.get_default_graph())
writer.close()

程序运行结束后，在Anaconda Prompt中cd到目标目录，然后使用;
tensorboard --logdir=/path/
即可使用tensorboard

在tensorboard中我们可以看到graph

点击相应的图标还可以查看相应的信息