使用TensorBoard将图可视化

TensorFlow可用于训练大规模深度神经网络所需的计算，使用该工具涉及的计算往往复杂而深奥。为了更方便TensorFlow程序的理解、调试和优化，TensorFlow提供了TensorBoard可视化工具。以a、b两数的和为例。

一、数据序列化成events文件

import tensorflow as tf
def events_demo():
    a = tf.constant(20,name='a')
    b = tf.constant(30,name='b')
    c = a + b
    print('c:',c)

    #开启会话
    with tf.Session() as sess:
        c_value = sess.run(c)
        print('c_value:',c_value)
        #sess的图属性
        print('sess的图属性:',sess.graph)
        #将图写入本地生成的events文件
        writer = tf.summary.FileWriter('e:/events/project',graph=tf.getdefault_graph())
        writer.close()
        
if __name__=='__main__':
    events_demo()

二、启动TensorBoard

Tensorboard -– logdir=’e:/events/project

在浏览器中打开TensorBoard的图页面，输入http://localhost:6006，得到结果

三、总结

在定义变量时，加入name属性，在显示的图中有自定义的变量名