tensorflow可视化--tensorboard

  tf.histogram_summary(’layer_name‘,Weights)

对于层中的 Weights或baises的变化图, tensorflow中提供了 tf.histogram_summary()方法,用来绘制图片, 第一个参数是图表的名称, 第二个参数是图表要记录的变量，这个summary的方法在history中查看。

Loss 的变化图和之前设置的方法略有不同. loss是在tesnorBorad 的event下面的, 这是由于我们使用的是tf.scalar_summary() 方法

with tf.name_scope('loss'):
     loss= tf.reduce_mean(tf.reduce_sum(
              tf.square(ys- prediction), reduction_indices=[1]))
     tf.scalar_summary('loss',loss)

接下来， 开始合并打包。 tf.merge_all_summaries() 方法会对我们所有的 summaries 合并到一起.

merged= tf.merge_all_summaries()

然后，

rs = sess.run(merged,feed_dict={xs:x_data,ys:y_data})
writer.add_summary(rs, i)

程序运行完毕之后, 会产生logs目录 , 使用命令 tensorboard --logdir='logs/'，然后打开浏览器查看。

histogram：

首先，澄清，它不是一个真正的直方图。相反，它显示了一些高层次的统计分布