Tensorflow 04_: tensorboard或者tensorflow的一个＂异常＂

前言

最近在使用tensorboard的过程中，出现了一个令我很迷惑的问题．代码如下：
代码１：

# coding=utf-8
"""summary的一个测试程序"""
import tensorflow as tf

sess = tf.InteractiveSession()
# 标量类型的summary
scalar_var = tf.Variable(0.0, name='scalar_var')
scalar_ops = tf.summary.scalar(name='scalar_var_summary', tensor=scalar_var)
scalar_writer = tf.summary.FileWriter('Log', sess.graph)

init = tf.global_variables_initializer()
sess.run(init)
for idx in range(50):
    scalar_var += 1
    print type(scalar_var)
    print sess.run(scalar_var)
    # 运行summary操作
    scalar_res = sess.run(scalar_ops)
    #　将summary的结果写入磁盘
    scalar_writer.add_summary(scalar_res, idx)

这段代码与上一片博文的代码只有２个地方不同：
（１）本博文中是scalar_var += 1，上一篇博文是　sess.run(tf.assign(scalar_var, idx))
（２）本博文打印出了scalar_var的类型：　print type(scalar_var)
其余地方一样．为了方便，上一篇博文＂Tensorflow 04: tensorboard的使用＂的代码粘贴如下：
代码２：

# coding=utf-8
"""summary的一个测试程序"""
import tensorflow as tf

sess = tf.InteractiveSession()
scalar_var = tf.Variable(0.0, name='scalar_var')
# 标量类型的summary
scalar_ops = tf.summary.scalar(name='scalar_var_summary', tensor=scalar_var)
scalar_writer = tf.summary.FileWriter('Log', sess.graph)

init = tf.global_variables_initializer()
sess.run(init)
for idx in range(５０):
    sess.run(tf.assign(scalar_var, idx))
    print sess.run(scalar_var)
    # 运行summary操作
    scalar_res = sess.run(scalar_ops)
    #　将summary的结果写入磁盘
    scalar_writer.add_summary(scalar_res, idx)

代码１的运行结果如下：

<class 'tensorflow.python.framework.ops.Tensor'>
1.0
<class 'tensorflow.python.framework.ops.Tensor'>
2.0
<class 'tensorflow.python.framework.ops.Tensor'>
3.0
<class 'tensorflow.python.framework.ops.Tensor'>
4.0
<class 'tensorflow.python.framework.ops.Tensor'>
5.0
<class 'tensorflow.python.framework.ops.Tensor'>
6.0
<class 'tensorflow.python.framework.ops.Tensor'>
7.0
<class 'tensorflow.python.framework.ops.Tensor'>
8.0
<class 'tensorflow.python.framework.ops.Tensor'>
9.0
<class 'tensorflow.python.framework.ops.Tensor'>
10.0
<class 'tensorflow.python.framework.ops.Tensor'>
11.0
<class 'tensorflow.python.framework.ops.Tensor'>
12.0
<class 'tensorflow.python.framework.ops.Tensor'>
13.0
<class 'tensorflow.python.framework.ops.Tensor'>
14.0
<class 'tensorflow.python.framework.ops.Tensor'>
15.0
<class 'tensorflow.python.framework.ops.Tensor'>
16.0
<class 'tensorflow.python.framework.ops.Tensor'>
17.0
<class 'tensorflow.python.framework.ops.Tensor'>
18.0
<class 'tensorflow.python.framework.ops.Tensor'>
19.0
<class 'tensorflow.python.framework.ops.Tensor'>
20.0
<class 'tensorflow.python.framework.ops.Tensor'>
21.0
<class 'tensorflow.python.framework.ops.Tensor'>
22.0
<class 'tensorflow.python.framework.ops.Tensor'>
23.0
<class 'tensorflow.python.framework.ops.Tensor'>
24.0
<class 'tensorflow.python.framework.ops.Tensor'>
25.0
<class 'tensorflow.python.framework.ops.Tensor'>
26.0
<class 'tensorflow.python.framework.ops.Tensor'>
27.0
<class 'tensorflow.python.framework.ops.Tensor'>
28.0
<class 'tensorflow.python.framework.ops.Tensor'>
29.0
<class 'tensorflow.python.framework.ops.Tensor'>
30.0
<class 'tensorflow.python.framework.ops.Tensor'>
31.0
<class 'tensorflow.python.framework.ops.Tensor'>
32.0
<class 'tensorflow.python.framework.ops.Tensor'>
33.0
<class 'tensorflow.python.framework.ops.Tensor'>
34.0
<class 'tensorflow.python.framework.ops.Tensor'>
35.0
<class 'tensorflow.python.framework.ops.Tensor'>
36.0
<class 'tensorflow.python.framework.ops.Tensor'>
37.0
<class 'tensorflow.python.framework.ops.Tensor'>
38.0
<class 'tensorflow.python.framework.ops.Tensor'>
39.0
<class 'tensorflow.python.framework.ops.Tensor'>
40.0
<class 'tensorflow.python.framework.ops.Tensor'>
41.0
<class 'tensorflow.python.framework.ops.Tensor'>
42.0
<class 'tensorflow.python.framework.ops.Tensor'>
43.0
<class 'tensorflow.python.framework.ops.Tensor'>
44.0
<class 'tensorflow.python.framework.ops.Tensor'>
45.0
<class 'tensorflow.python.framework.ops.Tensor'>
46.0
<class 'tensorflow.python.framework.ops.Tensor'>
47.0
<class 'tensorflow.python.framework.ops.Tensor'>
48.0
<class 'tensorflow.python.framework.ops.Tensor'>
49.0
<class 'tensorflow.python.framework.ops.Tensor'>
50.0

Process finished with exit code 0

可以发现tensor变量scalar_var的值的确是改变了．但使用tensorboard对event file进行可视化，其结果如下：

可以看到scalar_var的值并没有改变．

求看到这篇博文的大神指教！！！！