TensorBoard是TensorFlow下的一個視覺化的工具，能夠幫助我們在訓練大規模神經網路過程中出現的複雜且不好理解的運算。TensorBoard能展示你訓練過程中繪製的影象、網路結構等。

       首先我介紹一下官方文件上啟動TensorBoard的方法：

1、首先把log寫入到檔案中 
程式碼如下：

import tensorflow as tf
with tf.variable_scope("foo"):
    a = tf.get_variable("bar", [1])
    print (a.name)

with tf.variable_scope("bar"):
    b = tf.get_variable("bar", [1])
    print (b.name)

with tf.name_scope("a"):
    a = tf.Variable([1])
    print (a.name)

    a = tf.get_variable("b", [1])
    print (a.name)

with tf.name_scope("input1"):
    input1 = tf.constant([1.0, 2.0, 3.0], name="input1")
with tf.name_scope("input2"):
    input2 = tf.Variable(tf.random_uniform([3]), name="input2")
output = tf.add_n([input1, input2], name="add")

writer = tf.summary.FileWriter("F:\logs", tf.get_default_graph())
writer.close()

 

執行後在F:\logs路徑下回有一個檔案，如下圖：

2、現在我們來啟動TensorBoard： 

注意：一定要先到上一級目錄下面，比如我先進入F盤，然後再執行tensorboard –logdir=logs 
（logdir前面是兩個“-”，這邊可能編輯的問題，直接複製不對）

最後在瀏覽器中開啟（最好用google瀏覽器，其他瀏覽器有可能打不開） 
輸入：http://localhost:6006/ 
結果如下：
 

轉載自：https://blog.csdn.net/hongxue8888/article/details/69389171