Tensorboard使用

1. 在项目文件夹下新建summary文件夹,将Event文件放在该目录下
2. 启动：终端：tensorboard --logdir=‘summary文件夹的路径’
   当显示tensorboard找不到时，可能无法自动找到路径
   直接cd到tensorboard执行文件目录下启动：

cd ~/.local/bin
./tensorboard --logdir='summary文件路径'	#启动

3. 启动后会给出Tensorboard的web端url，一般为http://127.0.0.1:6006
4. 想要在Tensorboard可视化的需要在程序中编写代码

import tensorflow as tf

#创建张量
a = tf.constant([1,2,3,4,5])
#创建变量
var = tf.Variable(tf.random_normal([2,3]),name='var1')

b = tf.constant(3.0,name='a')
c = tf.constant(4.0,name'c')
d = tf.add(b,c,name='add_op')

#初始化变量
init_op = tf.global_variables_initializer()

with tf.Sesseion() as sess:
	#运行初始化
	sess.run(init_op)
	#写Event文件(tensorboard可视化代码)
	fw = tf.summary.FileWriter('../summary',	#事件文件路径
				   graph = sess.graph)	#将session的图写到summary文件夹下
				   
	print(sess.run([a,var]))	#执行op

在Tensorboard中添加变量显示的一些API

#收集变量
tf.summary.scalar(name,tensor)	#收集标量，name为名字，tensor为值
tf.summary.histogram(name,tensor)#收集高维度变量参数
tf.summary.image(name,tensor)	#收集图片张量

#合并变量并写入事件文件
merged = tf.summary.merge_all()	#合并所有变量
summary = sess.run(merged)	#运行合并，每次迭代训练都需要运行
FileWriter.add_summary(summary,i)	#添加摘要，i表示第几次的值