TensorFlow入门--队列与TensorBoard操作

第1关

任务描述
本关任务：编写一个能计算队列中所有元素之和的小程序。

编程要求
根据提示，在右侧编辑器补全queueSum函数，计算并输出queue中所有元素之和。queue是一个tf.FIFOQueue。

注意：需要返回的是元素之和的值而不是张量。

提示：当queue为空时，直接返回0。

# -*- coding: utf-8 -*-
import tensorflow as tf

# 返回queue中所有张量之和
# queue是一个tensforflow.FIFOQueue
def queueSum(queue):
    # 请在此添加代码 完成本关任务
    # ********** Begin *********#
    res = 0
    if queue.size() == 0:
        return 0
    for i in range(queue.size().eval()):
        res += queue.dequeue().eval()
    return res
    # ********** End **********#

第2关

任务描述
本关任务：编写一个能将队列中所有元素加上其本身的小程序。

编程要求
根据提示，在右侧编辑器补全addEach函数，将队列queue中的元素依次取出并加上其本身的值后再放入queue中。不需要返回。

# -*- coding: utf-8 -*-
import tensorflow as tf

# 依次取出queue中各个元素， 将其与其本身相加后放回queue中
# queue是一个tensforflow.FIFOQueue
# sess是一个tensorflow.Session()， 用来执行操作
def addEach(sess, queue):
    # 请在此添加代码 完成本关任务
    # ********** Begin *********#
    for i in range(queue.size().eval()):
        a = queue.dequeue().eval()
        a += a
        #直接放进去，没要求顺序
        sess.run(queue.enqueue(tf.constant(a)))
        #不需要返回
    # ********** End **********#
    

第3关

1、以下关于TensorBoard的描述，那一项最完整？

 - [ ] A、一个可以画TensorFlow程序的计算图的工具 
 - [ ] B、一个可以帮助开发者调试TensorFlow程序的工具
 - [ ] C、一个画统计图的工具
 - [✔] D、一个可以方便开发者理解、调试与优化TensorFlow程序的可视化工具

2、要怎么样才能启动TensorBoard?

 - [✔] A、在TensorFlow程序中使用 tf.summary.FileWriter
       将数据信息写入数据文件后，使用命令：tensorboard --logdir
       logs，其中logs需要为数据文件所在的文件夹的路径。然后再在浏览器地址栏输入: localhost:6006
 - [ ] B、在TensorFlow程序中使用 tf.summary.FileWriter 将数据信息写入数据文件
 - [ ] C、使用命令：tensorboard --logdir logs
 - [ ] D、在浏览器地址栏输入: localhost:6006

3、以下那个获取TensorFlow程序的计算图的方法最好？

A、根据想象力自己画

 - [✔] B、在TensorFlow程序中使用tf.summary.FileWriter写入事件文件，之后打开tensorboard，进入网页，点击左方的Download
       PNG按钮

C、在TensorFlow程序中使用tf.summary.FileWriter写入事件文件，之后打开tensorboard，进入网页，使用截图工具截图

D、查百度：怎么才能获取TensorFlow的计算图u

4、想使用TensorBoard画计算图时，图上的节点太多该怎么办？

A、肯定是因为自己代码写的不好，需要重新写

B、不只使用默认图，自定义新的图

 - [✔] C、通过分析节点与边之间的逻辑关系，将同一个功能组的边和节点划入同一个作用域下

D、将所有边和节点，按5个一组分入作用域内

5、当你的同事表示你的计算图太乱时，你应该怎么做？

A、肯定是同事水平不够，不理他

 - [✔] B、思考是否每一个边和节点的名称是否合适，功能近似的边和节点是否划入到同一个作用域内。然后修改边和节点的名称和作用域

C、认认真真给代码重新写注释

D、和他好好解释每个边和节点的作用

6、使用作用域该使用什么方法？

A、tf.namescope方法

 - [✔] B、tf.name_scope方法

C、tf.NameScope方法

D、tf.nameScope方法

7、该怎么样给边和节点命名？

A、使用tf.name方法

 - [✔] B、在创建时设置name参数

C、使用tf.setName方法

D、使用tf.reName方法

8、以下那个是合法的边和节点的名字？

A、A Add B

B、A+B

C、!A

 - [✔] D、A_Add_B

9、出现以下那些情况，会导致TensorBoard使用失败？

 - [✔] A、在TensorFlow代码中没有使用tf.summary.FileWriter写入事件文件
 - [✔] B、在使用tensorboard命令时，没有设置正确的--logdir参数
 - [✔] C、在浏览器输入地址时，输入的地址不正确
 - [✔] D、没有运行TensorFlow代码

10、以下关于TensorBoard的描述，那些不正确？

 - [✔] A、TensorBoard就只能画画计算图而已
 - [✔] B、TensorBoard没什么用
 - [✔] C、TensorBoard中的名字作用域不能嵌套
 - [ ] D、TensorBoard可以画计算图与统计图