tensorboard网络结构

import tensorflow as tf
import numpy as np
...
out = tf.layers.conv2d(x,filter_nums,filter_size,use_bias=False,
                       kernel_initializer=tf.truncated_normal_initializer(),
                       padding='same',activation=None,name = 'conv1')  #函数的name
...
with tf.name_scope('input'):  #空间范围的name
    image_x = tf.placeholder(imagename_array.dtype,[None],name='image_x') #函数的name
    label_y = tf.placeholder(label_agen_array.dtype,[None,7,7,6],name='label_y') #函数的name
    istraing = tf.placeholder(tf.bool,name='istraing') #函数的name
...
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    writer = tf.summary.FileWriter('logs/',sess.graph)  #'logs/'是写入路径，sess.graph表示将图写入，所以不需要训练

以上代码表示name可由with tf.name_scope(‘one name’):和tf.function(name = ‘another name’)产生。

1. 首先，在with tf.name_scope(‘one name’):下缩进的opration的name带有’one name’的前缀;
2. 然后，我们将图写入磁盘：writer = tf.summary.FileWriter(‘logs/’,sess.graph) ，在log文件夹下，可以发现其生成的文件，文件名如：events.out.tfevents.XXXX;
3. 最后，利用tensorboard查看网络结构，在ubuntu环境下，ctrl+alt+t打开终端进入对应文件夹并执行：

tensorboard --logdir ./logs

结果如下：

TensorBoard 1.13.1 at http://chenchaopeng-System-Product-Name:6006 (Press CTRL+C to quit)

生成的一串网址一样的东西复制到浏览器打开，就可以查看网络结构了（注意不要关闭终端）：
放大打开一个opration，可以发现其name对应到本文最开始的那段代码：