tensorflow学习（11）：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。以下代码展示了一个简单的tensorflow程序，在这个程序中完成了tensorboard日志输出的功能。

import tensorflow as tf
input1  = tf.constant([1.0,2.0,50.0],name='input1')
input2 = tf.Variable(tf.random_uniform([3]),name='input2')
output = tf.add_n([input1,input2],name='add')
#生成一个写日志的writer，并将当前的tensorflow计算图写入日志
#tensorflow提供了多种写日志的API
writer = tf.summary.FileWriter(r'F:\python-code\tensorflow_learning\log',tf.get_default_graph())
writer.close()

以上程序输出了tensorflow计算图的信息，所以运行tensorboard时，可以看到这个向量相加程序计算图可视化之后的的结果。
接下来运行tensorboard，这里博主遇到了不少问题，直接在命令行默认路径中是不行的！！！现给出亲测好用的方式：

1. 打开命令行，并转到log相应的路径下
   
2. 启动tensorboard.exe，注意此处必须有exe
   
3. 在浏览器中输入上述网址即可得到如下界面：
   
   至此，简单的tensorboard的可视化就显示出来了
   点开“INACTIVE”选项还可以看到如下界面：
   
   关于这些的介绍，下篇博文会展现。