Jinlong_Xu的博客

TensorBoard是TensorFlow下的一个可视化的工具，能够帮助我们在训练大规模神经网络过程中出现的复杂且不好理解的运算。TensorBoard能展示你训练过程中绘制的图像、网络结构等。       首先我介绍一下官方文档上启动TensorBoard的方法：第一步：定位到你训练后log文件保存的位置；第二步：cd 到log文件的上一级目录；

在上一篇文章中，我详尽的介绍了如何启动TensorBoard，并写下了很详细的步骤。尽管这看起来很简单，但是在启动TensorBoard的过程，还是遇到了一些问题。接下来我就简单的总结一下我遇到的坑。       1、我没找不到log文件？！             答：所谓的log文件其实就是在你train过程中保存的关于你train的所有详尽信息。                 

在使用padding的时候，我们会对这样的操作不能理解，所以我想用一张图来解释这个操作。“VALID” = without padding:inputs:  1    2    3    4    5    6    7    8    9    10    11    (12    13)|_______________|                            

在TensorFlow中，涉及到shape的问题比较容易混淆，为此，在这里做一下区分，简单的汇总一下。首先要说明一点，tf中tensor有两种shape，分别为static (inferred) shape 和 dynamic (true) shape，其中 static shape 用于构建图，是由创建这个tensor的op推断(inferred)得来，故又称 inferred shape。

在看tensorflow官网的API的时候，看到一个更新数据的函数。该函数的目的是为了能更新tensor的值，这个函数也解决了之前我想要更新tensor值的想法。在网上找了很多关于 tf.scatter_update() 的资料，但是找到的基本都是tensorflow官网上的API介绍和Stack Overflow上的提问，可见关于这个API的中文资料是相当少的，所以我打算写下这篇博客来介绍

今天着实被感动到了，TensorFlow官方更新了0.12RC版本，该版本支持Windows下的pip一键安装。是的，今天下午在开会前知道后，开完会立马安装了。不得不说，TensorFlow在过去的一周年里，一直只官方支持两个系统——Linux 和 Mac，说实话，我之前没有安装，就是因为Linux系统用的很不熟练。和我一样的举手，哈哈。而且看各种教程都是很复杂的配置，装起来到处都