Tensorboard可视化

为了更好地管理、调试和优化神经网络的训练过程，TensorFlow提供了一个可视化工具tensorboard，tensorboard可以有效的展示TensorFlow在运行中的计算图，各种指标随时间变化趋势以及训练中使用的图像等信息。

TensorBoard可以通过TensorFlow程序运行过程中输出的日志文件可视化TensorFlow程序的运行状态，TensorBoard和TensorFlow跑在不同的进程中，TensorBoard会自动读取最新的TensorFlow日志文件，并呈现出程序运行的最新状态。下面是一段TensorFlow程序，这个程序完成了TensorBoard日志输出功能。

import tensorflow as tf

# 定义一个简单的计算图实现向量加法的操作
input1 = tf.constant([1.0, 2.0, 3.0], name="input1")
input2 = tf.Variable(tf.random_uniform([3]), name="input2")
output = tf.add_n([input1, input2], name="add")

# 生成一个写日志的writer，并将当前的TensorFlow计算图写入日志
writer = tf.summary.FileWriter("logs", tf.get_default_graph())
writer.close()

运行TensorBoard

tensorboard --logdir=path\logs --host=127.0.0.1

在浏览器中输入http://127.0.0.1:6006中打开便可显示计算图