tf.summary.scalar()和tf.summary.histogram

用法:

1、tf.summary.scalar

用来显示标量信息，其格式为：

                tf.summary.scalar(tags, values, collections=None, name=None)

例如：tf.summary.scalar(‘mean’, mean)

一般在画loss,accuary时会用到这个函数。

2、tf.summary.histogram

用来显示直方图信息，其格式为：

                tf.summary.histogram(tags, values, collections=None, name=None) 

例如： tf.summary.histogram(‘histogram’, var)

一般用来显示训练过程中变量的分布情况

扩展:

Summary：所有需要在TensorBoard上展示的统计结果。

tf.name_scope()：为Graph中的Tensor添加层级，TensorBoard会按照代码指定的层级进行展示，初始状态下只绘制最高层级的效果，点击后可展开层级看到下一层的细节。

tf.summary.scalar()：添加标量统计结果。

tf.summary.histogram()：添加任意shape的Tensor，统计这个Tensor的取值分布。

tf.summary.merge_all()：添加一个操作，代表执行所有summary操作，这样可以避免人工执行每一个summary op。

tf.summary.FileWrite：用于将Summary写入磁盘，需要制定存储路径logdir，如果传递了Graph对象，则在Graph Visualization会显示Tensor Shape Information。执行summary op后，将返回结果传递给add_summary()方法即可。