tensorboard可视化

1. inputs可视化

with tf.name_scope('inputs'):
    xs=tf.placeholder(tf.float32,[None,1],name='x_input')#None是无论给多少sample都OK
    ys=tf.placeholder(tf.float32,[None,1],name='y_input')

2. hidden layer可视化

def add_layer(inputs,in_size,out_size,activation_function=None):
    with tf.name_scope('layer'):
        with tf.name_scope('weight'):
            Weights=tf.Variable(tf.random_normal([in_size,out_size]),name='W')#用random比用0好
        with tf.name_scope('biases'):
            biases=tf.Variable(tf.zeros([1,out_size])+0.1,name='b')   #biases推荐的值不为0
        with tf.name_scope('Wx_plus_b'):
            Wx_plus_b=tf.matmul(inputs,Weights)+biases
        if activation_function is None:
            outputs=Wx_plus_b
        else:
            outputs=activation_function(Wx_plus_b)
        return  outputs

3. loss&train可视化

with tf.name_scope('loss'):
    loss=tf.reduce_mean(tf.reduce_sum(tf.square(ys-prediction),reduction_indices=[1]),name='loss')
    #平方和相加再平均，reduction_indices=[1]时，第一维对应位置相加

with tf.name_scope('train'):
    train_step=tf.train.GradientDescentOptimizer(0.1).minimize(loss)#通常learning rate 小于1

4. 文件储存

init=tf.initialize_all_variables()#初始所有变量
sess=tf.Session()
writer= tf.summary.FileWriter('/tensorboard/logs/',sess.graph)#放到浏览器之后才能观看
sess.run(init)#上面所有步骤都没有激活直到这里

5. tensorboard打开
   进入cmd ：cd/d logs文件的上一级
   如：cd/d D:\tensorboard
   then tensorboard --logdir=logs
   进入网址打开graphs

tensorboard打开注意事项：
①目录中不要出现中文！！！！
②在cmd中cd/d 时后面加的是logs文件的上一级目录！！！
③最好用goggle浏览器打开
④最好在打开前在anaconda激活tensorflow
⑤在进入网页前不要按ctrl+c，按完就进不去了