TensorBoard的使用

TensorBoard是Tensorflow的可视化工具，它通过对Tensoflow程序运行过程中输出的日志文件进行可视化Tensorflow程序的运行状态。
使用TensorBoard展示数据，需要在执行Tensorflow计算图的过程中，将各种类型的数据（summary protobuf）汇总并记录到日志文件中。然后使用TensorBoard读取这些日志文件，解析数据并生产数据可视化的Web页面，让我们可以在浏览器中观察各种汇总数据。

注：tensorflow --version 1.4.0

---

TensorBoard

当生成了日志文件后，在命令行中使用tensorboard --logdir=日志文件目录启动一个服务，在浏览器中使用http://DESKTOP-JGL4HV5:6006查看可视化结果。

这里有一点需要注意，日志文件目录要使用绝对路径，即从某个盘开始的路径（如果不行的话将/变成//再试试）。同时使用360浏览器可能无法显示。

下面红框中是可视化的顶部：

TensorBoard页面

1. SCALARS，对标量数据进行汇总和记录
   使用方法：tf.summary.scalar(tags, values, collections=None, name=None)
   
   

   scalar

一般在刻画loss和accuracy时会用到，可以计算标量的最大最小值或者标准差等

2. IMAGES， 汇总数据中的图像，例如MNIST中可以将输入的向量还原成图片的像素矩阵
   使用方法：tf.summary.image(tag, tensor, max_images=3, collections=None, name=None)
   

   

   image