tensorflow可视化笔记

这里先记录流程，暂时不管怎么编程，假设已经有了如下代码，可执行的。

# encoding:utf-8
import tensorflow as tf

print('version:', tf.__version__)
foo = tf.Variable(3, name='foo')
bar = tf.Variable(2, name='bar')
result = tf.add(foo, bar, name='add')
# 初始化变量
init = tf.initialize_all_variables()
# 启动图 (graph)
sess = tf.Session()
sess.run(init)
res = sess.run(result)
print('result:', res)
train_writer = tf.train.SummaryWriter('log2', sess.graph)

可视化步骤

1.运行该代码

　　// 此时在log2中已经生成文件

2.启动可视化工具

　　a. 找到tensorflow下的tensorboard.py文件，运行该文件，python tensorboard.py --logdir=...../log2/　　　　注意这里的路径和代码里的路径要一致

　　b. 也可以其他方法启动

3. 在浏览器中 访问 localhost:6006，点击graphs，即可看到

4. 注意每运行一次代码就要重启这个工具

其他方式   暂时没试验成功

tensorBoard 不需要额外的安装，在tensorflow安装完成时，TensorBoard会被自动安装

port 指定端口
tensorboard --host=10.10.101.2 --port=6099 --logdir="my_graph"