88、展示Tensorflow計算圖上每個節點的基本信息以及運行時消耗的時間和空間

'''
Created on May 24, 2017

@author: p0079482
'''
#使用程序輸出日志
import tensorflow as tf
with tf.Session() as sess:
    tf.initialize_all_variables().run()
    for i in range(TRAINING_STEPS):
        xs,ys=mnist.train.next_batch(BATCH_SIZE)
        
        #每1000輪記錄一次運行狀態
        if i%1000==0:
            #配置運行時需要記錄的信息
            run_options = tf.RunOptions(trace_level=tf.RunOptions.FULL_TRACE)
            #運行時記錄運行信息的proto
            run_metadata=tf.RunMetadata()
            #將配置信息和記錄運行信息的proto傳入運行的過程，從而記錄運行時每一個節點的時間、空間開銷信息
            _,loss_value,step=sess.run([train_op,loss,global_step],
                                       feed_dict={x:xs,y_:ys},
                                       options=run_options,run_metadata=run_metadata)
            #將節點在運行時的信息寫入日志文件
            train_writer.add_run_metadata(run_metadata,'step%03d'%i)
            print("After %d training step(s),loss on training batch is %g."%(step,loss_value))
        else:
            _,loss_value,step=sess.run([train_op,loss,global_step],feed_dict={x:xs,y_:ys})