TensorBoard 最小的例子

1. S 通过定义线性模型的变量和占位符来实现：

# Assume Linear Model y = w * x + b
# Define model parameters
w = tf.Variable([.3], name='w',dtype=tf.float32)
b = tf.Variable([-.3], name='b', dtype=tf.float32)
# Define model input and output
x = tf.placeholder(name='x',dtype=tf.float32)
y = w * x + b

1. 初始化会话，并在此会话的上下文中，执行以下步骤：
   • 初始化全局变量
   • 创建tf.summary.FileWriter将使用默认图中的事件在tflogs文件夹中创建输出
   • 获取节点y的值，有效地执行我们的线性模型

with tf.Session() as tfs:
    tfs.run(tf.global_variables_initializer())
    writer=tf.summary.FileWriter('tflogs',tfs.graph)
    print('run(y,{x:3}) : ', tfs.run(y,feed_dict={x:3}))

1. 我们看到以下输出：

run(y,{x:3}) :  [ 0.60000002]

当程序执行时，日志将收集在tflogs文件夹中，TensorBoard 将使用该文件夹进行可视化。打开命令行界面，导航到运行ch-01_TensorFlow_101笔记本的文件夹，然后执行以下命令：

tensorboard --logdir='tflogs'

您会看到类似于此的输出：

Starting TensorBoard b'47' at http://0.0.0.0:6006

打开浏览器并导航到 http://0.0.0.0:6006 。看到 TensorBoard 仪表板后，不要担心显示任何错误或警告，只需单击顶部的 GRAPHS 选项卡即可。您将看到以下屏幕：

TensorBoard console

您可以看到 TensorBoard 将我们的第一个简单模型可视化为计算图：

Computation graph in TensorBoard

现在让我们试着了解 TensorBoard 的详细工作原理。