TensorFlow笔记（3） TensorBoard可视化

---

1. TensorBoard简介

TensorBoard是TensorFlow的可视化工具
通过运行过程中输出的日志文件可视化程序的运行状态
可以帮助开发者方便的理解、调试、优化TensorFlow 程序

---

2. 运行TensorBoard

举个例子：

import tensorflow as tf

logdir = 'E:/python/log'  # log存储路径
tf.reset_default_graph()  # 清除default graph和不断增加的节点

node1 = tf.Variable(1.0, tf.float32, name="node1")  # 定义变量
node2 = tf.add(node1, 2.0, name="node2")  # 定义操作 node2 为 node1+2.0
node3 = tf.subtract(node2, 0.5, name="node3")  # 定义操作 node3 为 node3-0.5
node4 = tf.multiply(node2, node3, name="node4")  # 定义操作 node4 为 node2*node3
node5 = tf.divide(node4, node1, name="node5")  # 定义操作 node5 为 node5/node1

# 生成一个写日志的writer，并将当前的TensorFlow计算图写入日志
writer = tf.summary.FileWriter(logdir, tf.get_default_graph())
writer.close()

运行后在指定目录产生了日志文件

先进入日志存放的目录，再运行TensorBoard，并将日志的地址指向程序日志输出的地址

tensorboard --logdir=E:/python/log

就会得到一个网址

使用浏览器（建议Google Chrome）输入上述地址，得到可视化图，点击node5可以清晰看到其操作：

---

3. 常用API

API	功能
tf.summary.FileWrite()	创建FileWriter和事件文件
tf.summary.FileWriter.add_summary()	将摘要添加到事件文件
tf.summary.FileWriter.add_event()	向事件文件添加一个事件
tf.summary.FileWriter.add_graph()	向事件文件添加一个图
tf.summary.FileWriter.get_logdir()	获取事件文件的路径
tf.summary.FileWriter.flush()	将所有事件都写入磁盘
tf.summary.FileWriter.close()	将事件写入磁盘，并关闭文件操作符
tf.summary.scalar()	输出包含单个标量值的摘要
tf.summary.histogram()	输出包含直方图的摘要
tf.summary.audio()	输出包含音频的摘要
tf.summary.image()	输出包含图片的摘要
tf.summary.merge()	合并摘要，包含所有输入摘要的值

---

相关推荐：
TensorFlow笔记（2） 常量与变量
TensorFlow笔记（1） 基础概念

---

谢谢！