tensorbaord可视化原理分析2

本节主要总结TensorBoard可视化工具

tensorboard作用：

TensorBoard可以将训练过程中的各种绘制数据展示出来，包括标量（scalars），图片（images），

音频（Audio）,计算图（graph）,数据分布，直方图（histograms）和嵌入式向量。

为什么可以实现？

使用TensorBoard展示数据，首先需执行Tensorflow计算图，写入日志文件，同时输出一个writer类。

summary_op包括了summary.scalar、summary.histogram、summary.image等操作，这些操作输出的是各种

summary protobuf。

将各种类型的输出数据汇总并记录到日志文件中，通过summary.writer写入到event文件中。

使用TensorBoard读取这些日志文件，解析数据并生产数据可视化的Web页面，让我们可以在浏览器中观察各种汇总数据。

Tensorflow API中包含系列生成summary数据的API接口，这些函数将汇总信息存放在protobuf中，以字符串形式表达。

======1

1.对标量数据汇总和记录使用tf.summary.scalar，函数格式如下：

tf.summary.scalar(tags, values, collections=None, name=None) 

一般在画loss,accuary时会用到这个函数。