TensorBoard介紹
TensorBoard是TensorFlow的可視化工具，它可以通過TensorFlow程序運行過程中輸出的日志文件可視化TensorFlow程序的運行狀態。TensorFlow和TensorBoard程序跑在不同的進程中，TensorBoard會自動讀取最新的TensorFlow日志文件，并呈現當前程序運行的最新狀態。
代碼運行

（1）在Windows或者Linux下TensorFlow框架下，本人所用為win10下的Spyder。

（2）首先創建一個可視化.py文件，它會默認保存到程序的工作空間中，其中

writer = tf.summary.FileWriter("logs/",sess.graph)#加載到文件里，再從文件里加載出來觀看

測試代碼如下：

import tensorflow as tfdef add_layer(input,in_size,out_size,activation_function=None):#add one more layer and return the output of this layerwith tf.name_scope('layer'):with tf.name_scope('weights'):Weights = tf.Variable(tf.random_normal([in_size,out_size]),name='W')with tf.name_scope('biases'):biases = tf.Variable(tf.zeros([1,out_size]) + 0.1,name='b')with tf.name_scope('Wx_plus_b'):Wx_plus_b = tf.add(tf.matmul(input,Weights),biases)if activation_function is None:outputs = Wx_plus_belse:outputs = activation_function(Wx_plus_b,)return outputs#define placeholder for inputs to network with tf.name_scope('input'):xs = tf.placeholder(tf.float32,[None,1],name='x_input')ys = tf.placeholder(tf.float32,[None,1],name='y_input')#add hidder layer l1 = add_layer(xs,1,10,activation_function=tf.nn.relu) #add output layer prediction = add_layer(l1,10,1,activation_function=None)#the error between prediction and real data with tf.name_scope('loss'):loss = tf.reduce_mean(tf.reduce_sum(tf.square(ys-prediction),reduction_indices=[1])) with tf.name_scope('train'):train_step = tf.train.GradientDescentOptimizer(0.1).minimize(loss)sess = tf.Session() writer = tf.summary.FileWriter("logs/",sess.graph)#加載到文件里，再從文件里加載出來觀看 #important step sess.run(tf.initialize_all_variables())

（3）運行完畢后會生成在log下生成文件，打開終端，切換到文件目錄下：

activate tensorflow cd 你的路徑 tensorboard --logdir=logs

此處出現了一個小的插曲。運行后出現

OSError:[Errno 22] Invalid argument

此處查閱資料后，博主https://blog.csdn.net/u013244846/article/details/88380860，給出了解決方案。但是本人所用工具為Spyder，不過解決方法大致相同。

在tensorflow環境下查找...\Lib\site-packages\tensorboard路徑下的manager.py 打開修改_type_timestamp的定義下的serialize，

serialize=lambda dt: int(dt.strftime("%S"))

最終運行后會出現如下結果：

(tensorflow) I:\TensorflowWS>tensorboard --logdir=logs TensorBoard 1.13.1 at http://DESKTOP-RR115KR:6006 (Press CTRL+C to quit)

（4）打開瀏覽器，將網址復制到地址欄。

然而此處遇到了問題

在幾經周折以后，在博主https://blog.csdn.net/dr_theodore/article/details/80748068出找到了解決方法。即在末尾加一句--host=127.0.0.1

(tensorflow) I:\TensorflowWS>tensorboard --logdir=logs --host=127.0.0.1 TensorBoard 1.13.1 at http://127.0.0.1:6006 (Press CTRL+C to quit)

完成后，如圖：

另附一條Tensorboard學習總結Tensorboard各顯示塊的作用

總結

以上是生活随笔為你收集整理的Tensorboard 1.13.1的使用，及遇到的几个问题的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。