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
