tensorflow API : tf.summary

tf.summary.scalar
tf.summary.histogram
tf.summary.merge_all
tf.summary.FileWriter
1. tf.summary.scalar

当你想知道 learning rate 如何变化时，目标函数如何变化时，就可以通过向节点附加 tf.summary.scalar 操作来分别输出学习速度和期望误差，可以给每个 scalary_summary 分配一个有意义的标签为 ‘learning rate’ 和 ‘loss function’，执行后就可以看到可视化的图表。

1. tf.summary.histogram

当你想看 activations， gradients 或者 weights 的分布时，可以用 tf.summary.histogram 。
如下图，显示了每一步的分布，越靠前面就是越新的步数的结果。

1. tf.summary.merge_all

在 TensorFlow 中，所有的操作只有当你执行，或者一个操作依赖于它的输出时才会运行。为了生成 summaries，我们需要运行所有 summary nodes，所以就用 tf.summary.merge_all 来将它们合并为一个操作，这样就可以产生所有的 summary data。

1. tf.summary.FileWriter

最后，为了将 summary data 写入磁盘，需要将 Summary protobuf 对象传递给 tf.summary.FileWriter。在这个造函数中包含了参数 logdir，这个 logdir 很重要，所有事件都会写到它所指的目录下。

作者：不会停的蜗牛
链接：https://www.jianshu.com/p/bce3e572bf47
來源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。