TensorFlowTensorBoard可视化

TensorFlow包含一个可视化工具，称为TensorBoard，它用于分析数据流图，还用于了解机器学习模型。 TensorBoard的重要功能包括查看有关垂直对齐的任何图形的参数和详细信息的不同类型统计的视图。

深度神经网络包括多达36，000个节点。 TensorBoard帮助将这些节点折叠成块并突出显示相同的结构，这样可以更好地分析图形，重点放在计算图形的主要部分。

以下示意图表示TensorBoard可视化的完整工作-

让无涯教程在以下代码的帮助下专注于TensorBoard可视化的演示示例-

import tensorflow as tf 

# TensorBoard 可视化的常量创建
a=tf.constant(10,name="a") 
b=tf.constant(90,name="b") 
y=tf.Variable(a+b*2,name='y') 
model=tf.initialize_all_variables() #Creation of model 

with tf.Session() as session: 
   merged=tf.merge_all_summaries() 
   writer=tf.train.SummaryWriter("/tmp/tensorflowlogs",session.graph) 
   session.run(model) 
   print(session.run(y))