通过可视化操作可以查看训练进展

import tensorflow as t.f 
＃定义一个简单的计算图，实现向量加法的操作。 
inputl = tf.constant([l.O, 2. 0, 3. 0) , name=” inputl”)

input2 = tf.Variable(tf.random uniform([3)), name=” input2”) 
output= input +  input2
tf.summary.histogram('output ',output)#将输出以直方图显示
tf.summary.scalar('output', coutputst)#将输出以标量显示
with tf.Session() as sess:
    sess.run(f.global_variables_initializer())
    merged_summary_op = tf.summary.merge_all()#合并所有summary
    #创建summary_writer，用于写文件
    summary_writer = tf.summary.FileWriter('log/mnist_with_summaries',sess.graph)

    for epoch in range(10):
        for (x, y) in zip(train_X, train_Y):
            #做一些事情
            
            #生成summary
            summary_str = sess.run(merged_summary_op,feed_dict={X: x, Y: y});
            summary_writer.add_summary(summary_str, epoch);#将summary 写入文件

运行 TensorBoard

在cmd中将日志的地址指向上面程序日志输出的地址.
cd 进入log/,输入：

 tensorboard --logdir=./

在浏览器输入：

localhost:6006