远程服务器上使用Tensorboard

1.代码中加入：

python2：

writer = tf.train.SummaryWriter('logs/', sess.graph)

python3：

writer = tf.summary.FileWriter("logs/",sess.graph)

tensorboard会在logs目录下新建许多关于计算图的文件。
举例：

import tensorflow as tf
a = tf.constant([1.0,2.0,3.0],name='input1')
b = tf.Variable(tf.random_uniform([3]),name='input2')
add = tf.add_n([a,b],name='addOP')
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    writer = tf.summary.FileWriter("logs/",sess.graph)
    print(sess.run(add))
writer.close()

2.打开终端，登陆远程服务器，加入-L参数，打开tensorboard需要使用的端口：

ssh -L 16006:127.0.0.1:6006 account@server.address

3.训练模型，训练后（或训练时）启动tensorboard：

tensorboard --logdir="logs/"

会随着训练的进行实时更新计算图等文件。

注意，要在相应环境下（可能需要tensorflow环境下） 。先 conda activate py2gpu。

4.打开浏览器，访问url：

http://127.0.0.1:16006/