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
![大笑](http://static.blog.csdn.net/xheditor/xheditor_emot/default/laugh.gif)
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。