tensorflow可视化模块 tensorboard

在用tensorflow 构建了一个简单的神经网络后，希望能将神经网络的结构直观的表现出来。

特别是当神经网络特别复杂的时候，这种可视化的表现就更加重要。

tensorflow 为我们提供了一个可视化的工具 -- tensorboard

在构造神经网络的程序中，我们添加层的代码为：

def add_layer(inputs, in_size, out_size, activation_function = None):

在生成每一层的时候，可以在图中添加一个表示层的模块，用如下

def add_layer(inputs, in_size, out_size, activation_function = None):

with tf.name_scope('layer'):

对其他小模块添加name 等的语句如下

xs = tf.placeholder(tf.float32, [None, 1], name = 'x_input')

定义    writer = tf.train.SummaryWriter('logs/', sess.graph)

用writer 来将生成的图文件存放到‘logs/' 文件中。

然后运行程序。

会在程序所在的文件夹生成一个logs 文件夹，此文件夹总生成一个名字类似于‘events.out.....’的文件夹

为了查看这个文件，需调出     新的  终端（ternminal)

cd 到 logs 所在的文件夹

然后运行：

tensorboard --logdir='logs/'

得到如下形式的语句，

   navigate to http://0.0.0.0:6006)

在浏览器中打开 网址，在graph 页面即可看到表示神经网络结构的流程图。

以上总结自 周莫烦先生 youtube tf 教程