TensorFlow之TensorBoard可视化

前面的章节已经介绍了如何使用TensorFlow实现常用的神经网络结构。在将这些神经网络用于实际问题之前，需要先优化网络中的参数。这就是训练神经网络的过程。训练神经网络十分复杂，有时需要几天甚至几周的时间。为了更好地管理、调试和优化神经网络的训练过程，TensorFlow提供了一个可视化工具TensorBoard。TensorBoard可以有效地展示TensorFlow在运行过程中的计算图、各种指标随着时间的变化趋势以及训练中使用到的图像等信息。
本章将详细介绍TensorBoard的使用方法。
1.将介绍TensorBoard的基础知识，并通过TensorBoard来可视化一个简单的TensorFlow样例程序。在这一节中将介绍如何启动TensorBoard，并大致讲解TensorBoard提供的几类可视化信息。
2.介绍通过TensorBoard得到的TensorFlow计算图的可视化结果。TensorFlow计算图保存了TensorFlow程序计算过程的所有信息。因为TensorFlow计算图中的信息含量较多，所以TensorBoard设计了一套交互过程来更加清晰地呈现这些信息。
3.最后将详细讲解如何使用在这一节中将详细讲解如何使用TensorBoard对训练过程进行监控，以及如何通过TensorFlow指定对训练过程进行监控，以及如何通过TensorFlow指定需要可视化的指标。并给出完整的样例程序介绍如何得到可视化结果。

1.TensorBoard简介

TensorBoard是TensorFlow的可视化工具，它可以通过TensorFlow程序运行过程中输出的日志文件可视化TensorFlow程序的运行状态。TensorBoard和TensorFlow程序跑在不同的进程中，TensorBoard会自动读取最新的TensorFlow日志文件，并呈现当前TensorFlow程序运行的最新状态。以下代码展示了