tensorboard的可视化小白踩坑填坑之路

  首先说tensorflow这个框架是真的很是强大，图像的识别，以及神经网络的构建，还有就是不得不说的可视化工具tensorboard，这个工具一般是伴随着tensorflow的安装而安装的，但是对于一个踩坑的我来说，我的tensorflow-gpu安装后居然没有tensorboard的路径以及可执行tensorboard.py的程序，这就使我很是抓狂，

  1.我跑了一个特tensorflow的程序后生成一个日志文件在window的cmd下执行了一下（稍后我会介绍怎么生成日志以及实现tensorboard的可视化）显示没有tensorboard程序，我通过查阅文章说tensorboard的程序是C:UserszhangAppDataLocalProgramsPythonPython35Libsite-packages ensorboardmain.py是main.py

然而呢还没有完我将生成后的网址在谷歌浏览器里打开时，tensorboard显示没有东西，提示文件里找不到数据，我想着不会吧，我明明看见有日志生成了怎么可能里面没有数据呀！后来才发现我的日志文件路径里有中文，我靠我真的想骂了，弄了半天居然是路径的问题，重点是：不要有中文路径

  生成日志的方法：其实很简单就是在你写好程序里加一个写日志的代码

with tf.Session() as sess:
    write = tf.summary.FileWriter('./hai', sess.graph)  #这是用来写日志的将这个程序执行完后的日志写入到hai里面
    #  ./hai  ‘./hai’的作用就是在当前的工作路径下生成一个hai文件夹，就将日志写到这个文件夹里面了，也可以自己找一个路径写进去例：C:UserszhangAppDataLocal
    write.close()  #关闭writer

实现tensorboard的可视化：其实可以不用前面说的那个python python C:UserszhangAppDataLocalProgramsPythonPython35Libsite-packages ensorboardmain.py --logdir="G:Pythonpython projects ensorflow ryshiyan" 可以直接换成tensorboard --logdir="G:Pythonpython projects ensorflow ryshiyan，这里是使用tensorboard程序直接执行，就需要安装tensorboard程序，在window 命令窗口里执行pip install tensorboard安装完后直接在命令窗口（win+r输入cmd）用tensorboard程序了。

下面是可视化的图：

附上源码可以自己试一下：

with tf.Session() as sess:
    write = tf.summary.FileWriter('./hai', sess.graph)  #这是用来写日志的将这个程序执行完后的日志写入到hai里面
    #  ./hai  ‘./hai’的作用就是在当前的工作路径下生成一个hai文件夹，就将日志写到这个文件夹里面了
    print(sess.run(x))
    write.close()  #关闭writer

若果没有安装tensorflow，首先先安装一下python，然后再自己的电脑命令窗输入：pip install tensorflow   （这是安装cpu的版本）若果你的电脑里安装的有英伟达NVIDIA的显卡的话可以安装gpu的版本，pip install tensorflow -gpu，个人建议安装gpu的版本，因为gpu比cpu计算的要快好多，预祝各位安装成功