TensorBoard是TensorFlow的一个可视化工具。

可视化主要有两个流程，写入事件文件和可视化事件文件。


写入事件文件

TensorFlow 的事件文件描述了TensorFlow 运行中涉及到的主要数据。

可以给需要记录变化的节点添加summary op，让summary op来收集节点的数据，并标记上第几步、时间戳等标识，并写入到事件文件中。

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

可视化事件文件

运行tensorboard命令如下：

tensorboard --logdir=/tmp/log

打开http://127.0.0.1:6006/#graphs 网址，可以看到如下图所示的计算图结构，当然还可以查看其他数据，后面会做详细介绍。

image.png