Tensorflow入门（4）——TensorBoard可视化

一、存储与可视化

import tensorflow as tf

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

# 定义变量a
a=tf.Variable(1,name="a")
# 定义b操作为a+1
b=tf.add(a,1,name="b")
# 定义c操作为b*4
c=tf.multiply(b,4,name="c")
# 定义d为c-b
d=tf.subtract(c,b,name="d")

# 设置一条合适的路径
logdir="D:/Project/Python/Tensorflow"

# 生产一个写日志的writer，将当前的图写入日志
writer=tf.summary.FileWriter(logdir,tf.get_default_graph())
writer.close()

运行后在指定目录产生了日志文件 

在tensorboard查看方法

方法①：在Anaconda Prompt中先进入日志存放的目录（非常重要！！！）再运行TensorBoard，并将日志的地址指向程序日志输出的地址

命令：tensorboard --logdir=/path/log，启动服务的端口默认为6006；使用 --port 参数可以改编启动服务的端口

方法②：Win+R，打开cmd，直接输入tensorboard --logdir=/path/log。

方法二选一显示端口后

在浏览器进入对应端口，如我的是http://localhost:6006/，在GRAPHS可以可视化模型，各节点可以进一步展开

二、案例

1.波士顿房价预测（多元线性回归）

2.