tensorflow 可视化工具tensorboard

Tensorboard可以记录与展示以下数据形式：
（1）标量Scalars
（2）图片Images
（3）音频Audio
（4）计算图Graph
（5）数据分布Distribution
（6）直方图Histograms
（7）嵌入向量Embeddings

使用tensorboard最好这是好name_scope或者Variable_scope
添加数据到直方图，events, image

tf.summary.histogram('记录的名字'，记录的变量)
tf.summary.scalar('记录的名字'，记录的变量)

with tf.name_scope('input_reshape'):
    image_shaped_input = tf.reshape(x, [-1, 28, 28, 1])
    tf.summary.image('input', image_shaped_input, 10)

合并所有的summary

merged = tf.summary.merge_all()

将summary写入指定目录；

train_summary = tf.summary.FileWriter(log_dir + 'logs', sess.graph)

建议：

1. merged，在之后的每隔一定的训练次数就run(merged,feed_dict={})
2. tensorboard --logdir=‘summary路径’

如果出现问题，最好参考下面的顺序，同时添加变量的时候，变量必须带有
tf.name_scope(’****’)

import tensorflow as tf



#tf.Summary示例

with tf.name_scope('layer1'):
    v1 = tf.Variable(initial_value=tf.constant(10.0),name='v1')
    tf.summary.scalar('v1', v1)
with tf.name_scope('layer2'):
    v2 = tf.Variable(initial_value=tf.constant(10.0),name='v1')
    tf.summary.scalar('v1', v2)

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    merged = tf.summary.merge_all()
    writer = tf.summary.FileWriter('log', sess.graph)

    for i in range(1000):
        merge_opt = sess.run(merged)#如果需要，就要加feed_dict
        writer.add_summary(merge_opt, global_step=i)