Tensorboard

Tensorboard是Tensorflow的可视化工具，可以通过Tensorflow程序运行过程中最新输出的日志文件可视化Tensorflow程序的运行状态；

若想输出一个关于图中某个节点的变化过程，可在节点处附加scalar_summary，histogram_summary等summary操作运算来收集输出的变化信息；

使用tf.merge_all_summaries可将所有操作合并为一个操作；
将汇总数据写入磁盘，需要将汇总的protobuf对象传递给tf.train.Summarywriter；其中参数logdir指定目录；可选参数GraphDef指定图；
Tensorboard运行，可在浏览器输入localhost:6006来查看Tensorboard；或在命令行输入tensorboard --logdir=你所指定的目录路径；

Tensorflow图表有两种连接关系：数据依赖和控制依赖。数据依赖显示两个操作之间的tensor流程，用实心箭头指示，而控制依赖用电线表示。

Tensorflow程序读取数据三种方法：
由python代码供给数据（通过给run()或者eval()函数输入feed_dict参数启动运算过程），在图中设计placeholder节点的唯一意图是为了提供数据供给的方法；
让一个输入管线从文件中读取数据（从csv文件中读取数据，需要使用TextLineReader和decode_csv操作，从二进制文件中读取固定长度记录，可以使用tf.FixedLengthReader的tf.decode_raw操作，此操作可以将一个字符串转换为一个unit8的张量）；（把样本数据写入TFRecords二进制文件，再从队列中读取）
在tensorflow图中定义常量来保存所有数据；

?

如图，Tensorboard的基本操作：

?

?

?