简单的代码：
import tensorflow as tf
In [2]: matrix1=tf.constant([[3.,3.]])
In [3]: matrix2=tf.constant([[2.],[2.]])
with tf.Session() as sess:
...: writer = tf.summary.FileWriter('./graph', sess.graph)
...: result = sess.run(tf.matmul(matrix1, matrix2))
...: writer.close()
ipython中使用！+命令可以直接运行terminal命令。
terminal输入： tensorboard --logdir graph/
跳出：Starting TensorBoard 54 at http://amax:6006
在浏览器输入地址加端口号并在graph中查看。
补充知识：tensorflow 利用保存的meta图文件生成log供tensorboard可视化 保存恢复模型
tensorboard可视化图：
import tensorflow as tf
g = tf.Graph()
with g.as_default() as g:
tf.train.import_meta_graph('criteo_80.meta')
with tf.Session(graph=g) as sess:
file_writer = tf.summary.FileWriter(logdir='./', graph=g)
保存恢复模型：
# 建模型 saver = tf.train.Saver() with tf.Session() as sess: # 存模型，注意此处的model是文件名非路径 saver.save(sess, "/tmp/model") with tf.Session() as sess: # 恢复模型 saver.restore(sess, "/tmp/model")
# 先恢复图
saver = tf.train.import_meta_graph("/tmp/model.meta")
with tf.Session() as sess:
# 再恢复参数
saver.restore(sess, "/tmp/model")
以上这篇TensorFlow保存TensorBoard图像操作就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。
免责声明：本站文章均来自网站采集或用户投稿，网站不提供任何软件下载或自行开发的软件！ 如有用户或公司发现本站内容信息存在侵权行为，请邮件告知！ 858582#qq.com
《魔兽世界》大逃杀！60人新游玩模式《强袭风暴》3月21日上线
暴雪近日发布了《魔兽世界》10.2.6 更新内容，新游玩模式《强袭风暴》即将于3月21 日在亚服上线，届时玩家将前往阿拉希高地展开一场 60 人大逃杀对战。
艾泽拉斯的冒险者已经征服了艾泽拉斯的大地及遥远的彼岸。他们在对抗世界上最致命的敌人时展现出过人的手腕，并且成功阻止终结宇宙等级的威胁。当他们在为即将于《魔兽世界》资料片《地心之战》中来袭的萨拉塔斯势力做战斗准备时，他们还需要在熟悉的阿拉希高地面对一个全新的敌人──那就是彼此。在《巨龙崛起》10.2.6 更新的《强袭风暴》中，玩家将会进入一个全新的海盗主题大逃杀式限时活动，其中包含极高的风险和史诗级的奖励。
《强袭风暴》不是普通的战场，作为一个独立于主游戏之外的活动，玩家可以用大逃杀的风格来体验《魔兽世界》，不分职业、不分装备（除了你在赛局中捡到的），光是技巧和战略的强弱之分就能决定出谁才是能坚持到最后的赢家。本次活动将会开放单人和双人模式，玩家在加入海盗主题的预赛大厅区域前，可以从强袭风暴角色画面新增好友。游玩游戏将可以累计名望轨迹，《巨龙崛起》和《魔兽世界：巫妖王之怒 经典版》的玩家都可以获得奖励。