首先說tensorflow這個框架是真的很是強大，影象的識別，以及神經網路的構建，還有就是不得不說的視覺化工具tensorboard，這個工具一般是伴隨著tensorflow的安裝而安裝的，但是對於乙個踩坑的我來說，我的tensorflow-gpu安裝後居然沒有tensorboard的路徑以及可執行tensorboard.py的程式，這就使我很是抓狂，
然而呢還沒有完我將生成後的**在谷歌瀏覽器裡開啟時，tensorboard顯示沒有東西，提示檔案裡找不到資料，我想著不會吧，我明明看見有日誌生成了怎麼可能裡面沒有資料呀！後來才發現我的日誌檔案路徑裡有中文，我靠我真的想罵了，弄了半天居然是路徑的問題，重點是：不要有中文路徑
生成日誌的方法：其實很簡單就是在你寫好程式裡加乙個寫日誌的**
with tf.session() as sess:下面是視覺化的圖：write = tf.summary.filewriter('
./hai
', sess.graph) #
這是用來寫日誌的將這個程式執行完後的日誌寫入到hai裡面
# write.close() #
關閉writer
附上原始碼可以自己試一下：
with tf.session() as sess:若果沒有安裝tensorflow，首先先安裝一下python，然後再自己的電腦命令窗輸入：pip install tensorflow （這是安裝cpu的版本）若果你的電腦裡安裝的有英偉達nvidia的顯示卡的話可以安裝gpu的版本，pip install tensorflow -gpu，個人建議安裝gpu的版本，因為gpu比cpu計算的要快好多，預祝各位安裝成功write = tf.summary.filewriter('
./hai
', sess.graph) #
這是用來寫日誌的將這個程式執行完後的日誌寫入到hai裡面
#./hai 『./hai』的作用就是在當前的工作路徑下生成乙個hai資料夾，就將日誌寫到這個資料夾裡面了
(sess.run(x))
write.close()
#關閉writer
TensorBoard模型視覺化
tensorboard是乙個基於瀏覽器的互動式工具，可以讓我們看到學習過程，並探索我們訓練好的模型。要執行tensorboard，首先到命令終端 開始 anaconda anaconda prompt,輸入activate tensorflow 然後，告訴tensorboard記錄的相關摘要 ten...
Tensorboard視覺化流程
在session會話中，加入視覺化 記住你的路徑！with tf.session as sess 你的內容 模型視覺化輸出 writer tf.summary.filewriter lenet ln1 graph tf.get default graph writer.close 然後輸入cmd,開...
tensorboard 視覺化的訓練
1.使用 with tf.name scope layer 加標籤 def add layer inputs,in size,out size,activation function none with tf.name scope layer with tf.name scope weights w...