Tensorflow之TensorBoard

TensorBoard 简介

TensorBoard 是用于可视化 TensorFlow 模型的训练过程的工具（the flow of tensors）

TensorBoard 如何工作

简单来说，TensorBoard 是通过一些操作将数据记录到文件中，然后再读取文件来完成作图的。想要在浏览器上看到 TensorBoard 页面，大概需要这几步：

1. summary。在定义计算图的时候，在适当的位置加上一些 summary 操作 。
2. merge。你很可能加了很多 summary 操作，我们需要使用 tf.summary.merge_all 来将这些 summary 操作聚合成一个操作，由它来产生所有 summary 数据。
3. run。在没有运行的时候这些操作是不会执行任何东西的，仅仅是定义了一下而已。在运行（开始训练）的时候，我们需要通过 tf.summary.FileWriter() 指定一个目录来告诉程序把产生的文件放到哪。然后在运行的时候使用 add_summary() 来将某一步的 summary 数据记录到文件中。

当开始训练后，在命令行使用 tensorboard --logdir=path 来启动 TensorBoard，按照提示在浏览器打开页面。

TensorBoard 可存储类型

 

SCALARS:

 

IMAGES:

 

GRAPHS:

 代码实现:

 

tf.summary:

scalars:标量显示 
tf.summary.scalar

histograms:变量显示 
tf.summary.histogram

images:展示训练过程中记录的图像 
tf.summary.image

graphs:计算图显示 
tf.summary.FileWritter(path,sess.graph)

distribution:变量分布 
tf.summary.distribution

embeddings:变量embeddings 
加载ckpt文件，但是变量也要保存

audio:展示训练过程中记录的音频 
tf.summary.audio

text:展示文本输入类型为Tensor 
tf.summary.text