tensorboard 可视化的最详细介绍

TensorBoard是TensorFlow下的一个可视化的工具，能够帮助我们在训练大规模神经网络过程中出现的复杂且不好理解的运算。TensorBoard能展示你训练过程中绘制的图像、网络结构等。

1.构建简单的TensorBoard日志输出

import tensorflow as tf
 
input1 = tf.constant([1.0, 2.0, 3.0], name="input1")
 
input2 = tf.Variable(tf.random_uniform([3], name="input2"))
 
output = tf.add_n([input1, input2], name="add")
 
writer = tf.summary.FileWriter("./log", tf.get_default_graph())
 
writer.close()

本代码中表示：把文件保存把在当前目录下的"log"文件夹下。

2.查看TensorBoard视图

（1）激活代码运行的anaconda环境tfpy3 使用命令：activate tfpy3

进入cmd命令提示符，然后输入activate tfpy3激活activate tfpy3

（2）进入tensorboard日志文件存储的存储目录

（3）输入tensorboard --logdir=log，启动TensorBoard

“=log” : log为tensorboard文件所在的文件夹

（4）复制” http://LAPTOP-0B6BOTI6:6006”链接（大家的链接可能会不一样，复制你自己的），并在google浏览器中打开链接

3.在实际操作过程中可能出现的问题：No dashboards are active for the current data set

解决的方法：

• 路径中绝对不能带中文，全都改成英文
• 把“ tensorboard --logdir=log ” 改成 “ tensorboard --logdir “log” ”
• 在谷歌浏览器中打开链接http://LAPTOP-0B6BOTI6:6006
• 注意tensorboard日志文件放在哪里，最好放在当前目录下。

参考：

详细介绍Tensorflow中tensorboard日志的生成和显示
No dashboards are active for the current data set. 解决tensorboard无法启动和显示问题（pycharm启动）