tensorflow--可视化tensorboard

anaconda+tensorflow
重点：

1、tf.name_scope()、 tf.summary.FileWriter(‘logs/’,sses.graph)
2、参数名、op都可以定义新的名称，如下A、B、C
3、启动tensorboard：tensorboard --logdir=C:\Users\cd\Desktop\DL\logs
4、用Google浏览器打开生成的http地址：localhost:6006

代码：

import tensorflow as tf
import numpy as np

def add_layer(inputs,in_size,out_size,activation_function=None):
    with tf.name_scope('layer'):
        with tf.name_scope('Wieght'):
            Weight = tf.Variable(tf.random_normal([in_size,out_size]),name='W')
        with tf.name_scope('biases'):
            biases = tf.Variable(tf.zeros([1,out_size]) + 0.1,name='biases')
        with tf.name_scope('Wx_plus_b'):
            Wx_plus_b = tf.add(tf.matmul(inputs,Weight),biases,name='Wx_plus_b')
        if activation_function is None:
            outputs = Wx_plus_b
        else:
            outputs = activation_function(Wx_plus_b)
        return outputs
#creat net
x_data = np.linspace(-1,1,300)[:,np.newaxis]
noise = np.random.normal(0,0.05,x_data.shape)
y_data = np.square(x_data) - 0.5 + noise

with tf.name_scope('inputs'):
    xs = tf.placeholder(tf.float32,[None,1],name='x_input')
    ys = tf.placeholder(tf.float32,[None,1],name='y_input')

l1 = add_layer(xs,1,10,activation_function=tf.nn.relu)
prediction = add_layer(l1,10,1,activation_function=None)

with tf.name_scope('loss'):
    loss = tf.reduce_mean(tf.reduce_sum(tf.square(ys-prediction),reduction_indices=[1]),name='loss')
with tf.name_scope('train'):
    train_step = tf.train.GradientDescentOptimizer(0.1).minimize(loss)

init = tf.global_variables_initializer()
sess = tf.Session()
sess.run(init)
#merged = tf.summary.merge_all() #将图形、训练过程等数据合并在一起
writer = tf.summary.FileWriter('logs/',tf.get_default_graph())

执行代码后，找到py文件目录下找logs目录：
可以看到有一个：events.out.tfevents.前缀的文件
Anaconda Prompt的终端:
cd到logs文件所在，然后执行

tensorboard --logdir=C:\Users\cd\Desktop\DL\logs

输出http地址：

注意：用localhost:6006代替，不然会报错
打开所得：

其它问题：
要重新编译代码、更新图怎么做？
1）要去logs目录下把文件删除
2）运行代码
3）重新执行启动tensorboard命令
4）刷新tensorboard界面
如果更新后，发现tensorboard的计算图比较乱，怎么办？
是因为在内存中还存在以前的数据，清理掉就好了。
1）去logs目录下把文件删除
2）jupyter–>kernel–>restart&run all
3）重新执行启动tensorboard命令
4）刷新tensorboard界面

借鉴：tensorboard使用详解