如何簡單使用tensorboard展示(一)

我使用tensorboard中的graph做了展示，至於其它功能可以類推，其代碼如下：

import numpy as np
import tensorflow as tf

x_img = np.array(np.ones((5,784)))   # 自己編造的圖片數據
y_lable =  np.array(np.zeros((5,10))) # 自己編造的label
for i in range(5):
    y_lable[i,2+i]=1


with tf.name_scope('input'):
    x = tf.placeholder(shape=[None,784],dtype=tf.float32,name='xinput')
    y_ = tf.placeholder( shape=[None,10],dtype=tf.float32,name='yinput')
with tf.name_scope('weight'):
    W = tf.Variable(tf.zeros([784,10]),dtype=tf.float32)
b = tf.Variable(tf.zeros([10]),tf.float32)
y = tf.nn.softmax(tf.matmul(x,W) + b)

cross_entropy = -tf.reduce_sum(y_*tf.log(y))                                  #損失函數

train_step = tf.train.GradientDescentOptimizer(0.01).minimize(cross_entropy)  #優化器

#定義測試的准確率                                                          #ragmaax（）0表示按列，1表示按行，輸出該列或行的最大值的下標值；equal（）表示相等返回值為True或False
correct_prediction = tf.equal(tf.argmax(y,1),tf.argmax(y_,1))             #執行測試樣本的准確率（全部的樣本），計算相等值，為bool值，則為1和0
accuracy = tf.reduce_mean(tf.cast(correct_prediction,tf.float32))         #將全部的bool型轉換為float32類型，在求平均值


sess=tf.Session()
sess.run(tf.global_variables_initializer())
ac=sess.run(accuracy,feed_dict={x:x_img,y_:y_lable})
print(ac)
writer=tf.summary.FileWriter('/savetensorboard',sess.graph)  # 將文件保存在該'/savetensorboard'目錄下，必須有這一步。

結果顯示如下圖：

 

 

打開該'/savetensorboard'目錄下保存的文件步驟：

1.打開cmd 命令cd C:\AppData\python3.6\pygputensorflow1.14\Scripts 定位到tensorboard.exe的文件。

2.輸入該命令  tensorboard.exe --logdir=保存數據的文件路徑（絕對路徑），執行后會出現以下狀況，輸入該網址。

 

 3.若無法在瀏覽器中打開，則將2的命令改成tensorboard.exe --logdir=C:\Users\51102\Desktop\savetensorboard --host=127.0.0.1將會再次出現一個

網址，將其網址輸入瀏覽器中，便可出現tensorboard的圖示。