TensorBoard可视化填坑

TensorBoard是一个日志展示系统，首先需要将各种类型数据汇总输出到日志文件中。

然后在python的编译环境给出events.out文件的存储位置，例如：

writer = tf.summary.FileWriter("C://Users//Administrator.hp-PC//Desktop//logs",sess.graph)

或者就放置在当前工程文件主目录下：

summary_writer = tf.summary.FileWriter('./log/', sess.graph)

在Windows环境下打开tensorboard的时候，首先需要把tensorboard的路径添加到path里面，也就是配置环境变量的方法，右键计算机属性——高级系统设置——环境变量

打开cmd输入：

tensorboard --logdir=E:\eclipse\eclipse-workspace\pytest\log\mnist_with_summaries --host=127.0.0.1 --port=8080

OR:

tensorboard --logdir=C:\Users\langya\Documents\cifar10\log --host=127.0.0.1 --port=8080

然后将访问生成的网页即可。通常情况下，6006端口不可访问，切换端口之后即可正常访问 执行时增加 --port=8080

由于 TensorFlow版本差异，经常会报模块对象没有某属性的错误，先把tensorboard可视化过程遇到的几个报错解决方案记录如下：

1. AttributeError: ‘module‘ object has no attribute ‘histogram_summary‘

histogram_summary 改为：tf.summary.histogram

2. AttributeError: ‘module‘ object has no attribute ‘scalar_summary‘

tf.scalar_summary 改为：tf.summary.scalar

3.AttributeError: ‘module‘ object has no attribute ‘merge_all_summaries‘

tf.merge_all_summaries() 改为：tf.summary.merge_all()

成功打开之后，我们便可以看到这样的界面，也可以看到整个网络的架构：

TensorBoard网络结构图