TensorBoard的初体验

• TensorBoard是TensorFlow的可视化工具
• 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

代码样例如下：

import tensorflow as tf

tf.reset_default_graph() #清除default graph和不断增加的节点

# logdir改为自己机器上的合适路径
logdir='D:/log'

# 定义计算图（我的代码太长就不写了，这一步和选择路径的顺序可以换，无影响）

#生成一个写日志的writer，并将当前的Tensorflow计算图写入日志
writer=tf.summary.FileWriter(logdir,tf.get_default_graph())
writer.close()

然后你就可以在代码指定的路径中看到生成的日志文件

注意：最好保证放置日志文件的文件夹中不要有其他格式的文件，不然易引起错误
在Anaconda Prompt 中使用cd命令进入到日志存放的目录
运行命令 tensorboard --logdir=/path/log，就可以得到一个本地的网址，在浏览器复制粘贴即可

（启动服务的端口默认为6006；使用 --port 参数可以更改端口）

TensorBoard常用API

API	描述
tf.summary.FileWrite()	创建FileWriter和事件文件，会在logdir中创建一个新的事件文件
tf.summary.FileWriter.add_summary()	将摘要添加到事件文件
tf.summary.FileWriter.add_event()	向事件文件添加一个事件
tf.summary.FileWriter.add_graph()	向事件文件添加一个图
tf.summary.FileWriter.get_logdir()	获取事件文件的路径
tf.summary.FileWriter.flush()	将所有事件都写入磁盘
tf.summary.FileWriter.close()	将事件写入磁盘并关闭文件操作符
tf.summary.scalar()	输出包含单个标量值的摘要
tf.summary.histogram()	输出包含直方图的摘要
tf.summary.audio()	输出包含音频的摘要
tf.summary.image()	输出包含图片的摘要
tf.summary.merge()	合并摘要，包含所有输入摘要的值