tensorBoard在Windows平台上的安装与使用（详解）

TensorBoard目的是为了可视化TensorFlow训练神经网络等复杂操作的整个过程，可以更好的理解神经网络的整个过程，调试并优化程序。
下面我们讲讲TensorBoard在Windows平台上的安装及使用。
一、TensorBoard的安装。
TensorBoard可视化的本质是显示TensorFlow程序配置的操作形成的日志（logs）文件。
1. 打开日志路径。一般的，TensorBoard显示的路径存在于C:\tmp\tensorflow\mnist\logs或C:\tmp\tensorflow\mnist\logs\fully_connected_feed中。可在这两个路径下查找。

2. 启动TensorBoard。
打开命令行，输入：tensorboard –logdir=C:\tmp\tensorflow\mnist\logs\fully_connected_feed
显示：http://0.0.0.0:6006 表明成功。

二、TensorBoard的使用。
1、TensorBoard测试代码。

import tensorflow as tf
with tf.name_scope('graph') as scope:
     matrix1 = tf.constant([[3., 3.]],name ='matrix1')  #1 row by 2 column
     matrix2 = tf.constant([[2.],[2.]],name ='matrix2') # 2 row by 1 column
     product = tf.matmul(matrix1, matrix2,name='product')
sess = tf.Session()
writer = tf.summary.FileWriter("C:\\tmp\\tensorflow\\mnist\\logs\\test", sess.graph)
init = tf.global_variables_initializer()
sess.run(init)

注意事项：
tf.summary.FileWriter(a,b)：第一个参数是日志文件（log）生成路径。一定要找准生成路径。生成文件后缀名为“.DESKTOP-IAEM5EM”。
2、启动TensorBoard。
打开命令行，输入：tensorboard –logdir=C:\tmp\tensorflow\mnist\logs\test

3、显示结果。在浏览器中输入http://0.0.0.0:6006 ，点击GRAPHS显示如下结果，表明成功。

具体展示GRAPHS:

4、具体学习：
TensorBoard可视化的本质是显示TensorFlow程序配置的操作形成的日志（logs）文件。

具体学习内容：
1、Tensorflow程序配置的操作。也就是TensorBoard的配置代码。通俗的讲就是代码怎么写。