Tensorboard的可视化之name_space和summary

name_scope

name_scope：让生成的汇总有层次性
典型的TensorFlow可以有数以千计的节点，如此多而难以一下全部看到，甚至无法使用标准图表工具来展示。为了简单起见，我们为变量名划定范围，并且可视化把该信息用于在图表中的节点上定义一个层级。默认情况下，只有顶层节点会显示。

在fc1_model这个命名空间下，定义了三个操作: matmul，+，relu。生成的tensorboard图如下：

summary

Summary类：负责汇总数据并写入事件文件
在执行TensorFlow计算图的过程中，将各种类型的数据汇总并记录到日志文件中。然后使用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。

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，最后通过summary.writer写入到event文件中。
TensorFlow API中包含系列生产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。

add_summary仅仅是向FileWriter对象的缓存中存放event data。而向disk上写数据是由FileWrite对象控制的。
使用的时候需要注意的地方：
1、 如果使用filewriter.add_summary(summary, global_step)时没有传global_step参数，会使scarlar_summary变成一条直线。
2、只要是在计算图上的Summary op，都会被merge_all捕捉到，不需要考虑变量生存空间问题！

参考：https://blog.csdn.net/hongxue8888/article/details/78610305