TensorFlow直观体现：TensorBoard体验

TensorBoard是机器学习中用来分析数据流的可视化工具，可以很直观的体现各种类型的组成部分。据说可以有36000个节点。（A deep neural network can have tp to 36,000 nodes. For this reason, TensorBoard collapses nodes in high-level blocks, highlighting he groups with identical structures. ）

动手尝试，先写为敬：

在数据都初始化后，开启Session之后

      merged = tf.merge_all_summaries()                                             ##意思是把所有的数据合并到默认的图中

   writer = tf.train.SummaryWriter("/tmp/tensorflowlogs",session.graph)            ##把图定位

 接着就是看图的过程啦

输入

~$ tensorboard --logdir=/tmp/tensorflowlogs

会出现一个端口，0.0.0.0：6006，在游览器中打开就可以了。（我开始真的直接输了这个在游览器。。。反正最后是在终端的端口那里点了右键：打开链接出来的），

我的终端显示有多个事件在运行，是因为开始时在网页上没打开，所以又打开了一个终端尝试了一次。

     

非常直观，y = a*5 + b/2 的框架很直观，相信数据多了之后有了TensorBoard会很好用。