Tensorflow 自带可视化Tensorboard使用方法 附项目代码

Tensorboard：

如何更直观的观察数据在神经网络中的变化，或是已经构建的神经网络的结构。上一篇文章说到，可以使用matplotlib第三方可视化，来进行一定程度上的可视化。然而Tensorflow也自带了可视化模块Tensorboard，并且能更直观的看见整个神经网络的结构。

上面的结构图甚至可以展开，变成：

使用：

结构图：

with tensorflow .name_scope(layer_name):

直接使用以上代码生成一个带可展开符号 的一个域，并且支持嵌套操作：

with tf.name_scope(layer_name):
	with tf.name_scope('weights'):

节点一般是变量或常量，需要加一个“name=‘’”参数，才会展示和命名，如：

with tf.name_scope('weights'):
	Weights = tf.Variable(tf.random_normal([in_size,out_size]))

结构图符号及意义：