初识TensorBoard

    Tensorboard是TensorFlow的可视化工具，它的功能主要是通过TensorFlow程序运行中输出的日志文件，转化为我们用户可以看见的运行状态。TensorFlow和Tensorboard是跑在不同的进程中的，Tensorboard会自动读取最新的TensorFlow日志文件，并呈现当先的TensorFlow程序的运行状态。

import tensorflow as tf
 # 定义一个简单的计算图，实现向量加法的操作。 
input1 = tf.constant([1.0,2.0,3.0],name='input1')
input2 = tf.Variable(tf.random_uniform([3]),name='input2')
output = tf.add_n([input1,input2],name='add')
# 生成一个写日志的writer，并将当前的TensorFlow计算图写入日志。TensorFlow提供了很多种写日志文件的API
writer = tf.summary.FileWriter('/path/to/log',tf.get_default_graph())
writer.close()

注：

    笔者的系统为win10，因为之前查的很多文章都是在Linux或Mac下跑的，所以试了很多次也没有成功。在这里，我将介绍我在win10下如何打开Tensorboard，查看我们的TensorFlow的进程。

    最后两行就是写日志的代码。我们可以将该代码加入到以后自己的训练模型中去。

步骤：

1，在win10环境下，使用“运行”操作，输入cmd进入windows终端（我是这么理解的）。

2，在该界面下，切换到你的.py文件的目录下。

3，使用python命令在cmd界面下运行程序。（如：python 123456.py）

4，等程序执行完之后，继续在cmd界面输入： tensorboard --logdir=/path/to/log（此处对应的是你写入日志的路径）

5，等待cmd界面显示出一段网址，复制它（一般是以端口6006结尾，不过可修改，这里不做赘述）

6，请不要使用360浏览器打开（会乱码 ），笔者使用的是Google浏览器。将网址粘贴并访问。即可看到我们的进程啦。

效果如下图：