tensorboard学习（比较杂）

图中元素移入移除主图

有时候，我们需要把某个元素独立出来，让图的结构更加清晰。
如，我们的图中有3个loss，都需要一个train的name_scope处理，那就可以把train模块单独拎出来，让3个loss接入就好了。
如
tensorboard学习（比较杂）
以以下代码为例：

代码来源于自己写的一篇关于tf.placeholder()的博客
https://blog.csdn.net/lllxxq141592654/article/details/84944718

import tensorflow as tf

# case1:简单点的情况
import tensorflow as tf

# case1:简单点的情况
x = tf.placeholder(tf.float32)
y = x*x

# case2:复杂点的情况
s = tf.placeholder(tf.int16)  # tf默认的整数类型其实是32
t = tf.placeholder(tf.int16)
u = t + s +tf.constant(1, dtype=tf.int16)
v= tf.placeholder(tf.int16)
w = u * v

init = tf.global_variables_initializer
with tf.Session() as sess:
  print(sess.run(y, feed_dict={x: 3.0}))
  print(sess.run(w, feed_dict={s: 1, t: 3, v: 2}))
  writer = tf.summary.FileWriter("logs", sess.graph)  # 文件写在该.py文件同级

代码可以生成graph，自己用浏览器打开就好了。
如图
tensorboard学习（比较杂）
图中，选中某个元素，右上角会出现该元素的属性，其中有一个是Remove from main graph，以下图为例

操作后如下图所示

可以看到，移出主图，就在界面中开辟了一块新的位置。
记住一点：无论再怎么移出移入，图的逻辑是不变的!
可以看出，被移出的元素，在主图中变成了虚线，在子图中保持实线，而与之逻辑相连的那个元素（本例中为add），在子图中变成了虚线。并且，主子图中，同一元素会被同时选中。

图中相同元素组合到一起

以以下代码为例：

代码来源于自己写的一篇关于tf.placeholder()的博客
https://blog.csdn.net/lllxxq141592654/article/details/84944718

import tensorflow as tf

# case1:简单点的情况
import tensorflow as tf

# case1:简单点的情况
x = tf.placeholder(tf.float32)
y = x*x

# case2:复杂点的情况
s = tf.placeholder(tf.int16)  # tf默认的整数类型其实是32
t = tf.placeholder(tf.int16)
u = t + s +tf.constant(1, dtype=tf.int16)
v= tf.placeholder(tf.int16)
w = u * v

init = tf.global_variables_initializer
with tf.Session() as sess:
  print(sess.run(y, feed_dict={x: 3.0}))
  print(sess.run(w, feed_dict={s: 1, t: 3, v: 2}))
  writer = tf.summary.FileWriter("logs", sess.graph)  # 文件写在该.py文件同级

代码可以生成graph，自己用浏览器打开就好了。
如图
tensorboard学习（比较杂）
选中某个元素后，右上角属性对话框中，有一个Group this series of nodes

点击后如下图所示：

双击组合的节点，可以展开（不可逆）

与原图对比后，发现逻辑并没有改变，只是那个操作会隐藏一些逻辑细节。