Tensorflow讓最多人卻步的一個地方是很難debug，但其實只要會善用tensorboard圖形化界面，它可以讓很複雜的模型一覽無遺，讓使用者可以更容易知道目前模型狀況，如果模型有設計錯誤，觀看圖表比起觀看程式碼能更快找出問題，所以第一步就是要來學如何產生tf event。

以下示範

import tensorflow as tf

OUTPUT_PATH = "../events/"


def main():
   tf.placeholder(tf.int32)

   tf.summary.FileWriter(OUTPUT_PATH, graph=tf.get_default_graph())

   print('done.')


if __name__ == '__main__':
   main()

執行完畢後，可以看到events資料夾產生了一個tfevent。

接下來就要執行tensorboard去讀取event，指令為

tensorboard --logdir=<路徑>

再到瀏覽器前往

http://localhost:6006/

就可以看到以下圖表囉！

恩... 這個graph有點單調，所以我們幫它再多加幾個節點。

import tensorflow as tf

OUTPUT_PATH = "../events/"


def main():
   input_node = tf.placeholder(tf.int32)
   constant = tf.constant(1, tf.int32, name='constant')

   tf.add(input_node, constant, name='result')

   tf.summary.FileWriter(OUTPUT_PATH, graph=tf.get_default_graph())

   print('done.')


if __name__ == '__main__':
   main()

新產生的圖表：

以上就是簡單tfevent產生示範，後續的文章會多次運用這個技巧喔！

github原始碼