Tensorboard可视化

Tensorboard可以将我们搭建的神经网络可视化，下面为大家介绍如何利用tensorboard可视化我们所搭建的模型。

测试代码：

import tensorflow as tf

with tf.name_scope('graph') as scope:
     matrix1 = tf.constant([[3., 3.]],name ='matrix1')  #1 row by 2 column
     matrix2 = tf.constant([[2.],[2.]],name ='matrix2') # 2 row by 1 column
     product = tf.matmul(matrix1, matrix2,name='product')
  
sess = tf.Session()

writer = tf.summary.FileWriter("logs/", sess.graph)

init = tf.global_variables_initializer()

sess.run(init)

具体步骤：

1）在spyder运行上述代码段，会在当前的工作环境出现一个logs文件夹。如下图所示：

Tensorboard可视化

2）在Anaconda Prompt中输入命令tensorboard --logdir logs（其中，longs为第一步的longs文件夹的路径），结果如下图所示：

Tensorboard可视化

3）将第二步生成的链接输入到Google Chrome中，得到结果：

Tensorboard可视化

参考文献：

https://www.cnblogs.com/fydeblog/p/7429344.html

https://blog.csdn.net/qq_33297776/article/details/79339684