今天學習使用tensorboard。tensorboard是tensorflow視覺化工具，可以用來展現tensorflow影象，繪製影象生成的定量指標圖以及附加資料。
tensorboard通過summary對資料進行彙總。常用操作如下：
tf.summary.filewriter——用於將彙總資料寫入磁碟
tf.summary.scalar——對標量資料彙總和記錄
tf.summary.histogram——記錄資料的直方圖
tf.summary.image——將影象寫入summary
tf.summary.merge——對各類的彙總進行一次合併
tf.summary.merge_all——合併預設影象中的所有彙總
詳見官方手冊
下面來看具體的tensorboard使用方法。示例**如下，實現的是矩陣相乘。參考
import tensorflow as tf
with tf.name_scope('graph') as scope:
matrix1 = tf.constant([[3., 3.]],name ='matrix1') #1 row by 2 column
matrix2 = tf.constant([[2.],[2.]],name ='matrix2') # 2 row by 1 column
product = tf.matmul(matrix1, matrix2,name='product')
sess = tf.session()
writer = tf.summary.filewriter("logs/", sess.graph) #第乙個引數指定生成檔案的目錄。
init = tf.global_variables_initializer()
sess.run(init)
執行上述**後，可以在tf.summary.filewriter中指定目錄下找到生成的檔案。
然後開啟終端，首先進入檔案目錄的上層資料夾，這裡我的上層資料夾位址為d:\test\mnist。最後輸入tensorboard –logdir=《檔案目錄》，這裡檔案目錄即為logs。
使用谷歌瀏覽器，開啟http://localhost:6006，檢視 tensorboard，如下圖：
這裡我發現了乙個問題，在使用spyder的時候，如果多次執行**，tensorboard會跟蹤生成多個結果。這裡我重複執行了兩次，刪除了第一次生成的檔案，但tensorboard中顯示了兩個圖。
因此注意在每次檢視tensorboard前restart kernel。
myql深度學習7 索引
1 將乙個表的查詢的結果插入到另乙個表中 insert into table name1 column list1 select column list2 from table name2 where condition 2 索引是對資料庫表中一列或多列的值進行排序的一種結構，使用索引可以提高資料庫...
Torch7深度學習教程（二）
這是自己定義tensor的值輸入10個整型值，列印price，注意這時它只是乙個有10資料的tensor。對比這兩張，第一張是有10個資料的tensor，第二張是10x1的矩陣，也可以成為列向量 神經網路經常用到 是呼叫了reshape 方法轉換的，它們看著一樣本質上是不一樣的！這時再次呼叫resh...
Torch7深度學習教程（五）
這一節先介紹一些基本操作，然後再對我們前面建立的網路進行訓練 隨即生產一張 1通道，32x32畫素的。為了直觀像是，匯入image包，然後用itorch.image 方法顯示生成的，就是隨即的一些點。用之前建立好的神經網路net呼叫forward 方法輸入隨即生成的得到輸出的結果，如列印出來的形式，...