用tensorflow1.2.1版本調試出了一個小執行個體并用tensorboard檢視graph以及summary

這幾天在看面向機器智能的tensorflow實踐這本教材，在第三章的最後有一個執行個體，我照着敲了代碼看看結果，由于書本中用的是低版本的tensdoflow是以有些代碼進行了修改，修改過程中踩了一些坑，最後還是調試出來了。

import tensorflow as tf

graph = tf.Graph()                   # 顯式建立一個Graph對象
with graph.as_default():
    with tf.name_scope("variables"):
        # 追蹤資料流程圖運作次數的Variables對象
        global_step = tf.Variable(0, dtype=tf.int32, trainable=False, name="global_step")
        # 追蹤所有輸出随時間的累加和的Variables對象
        total_output = tf.Variable(0.0, dtype=tf.float32, trainable=False, name="total_output")

        # 主要變換的OP
    with tf.name_scope("transformation"):
        # 獨立的輸入層
        with tf.name_scope("input"):
            # 建立可接收一個向量的占位符
            a = tf.placeholder(tf.float32, shape=[None], name="input_placeholder_a")

        # 獨立的中間層
        with tf.name_scope("intermediate_layer"):
            b = tf.reduce_prod(a, name="product_b")
            c = tf.reduce_sum(a, name="sum_c")

        # 獨立的輸出層
        with tf.name_scope("output"):
            output = tf.add(b, c, name="output")

    with tf.name_scope("update"):
        # 用最新的輸出更新Variable對象total_output
        update_total = total_output.assign_add(output)
        # 将前面的Variable對象global_step增1，隻要資料流程圖運作，該操作便需要進行
        increment_step = global_step.assign_add(1)

    # 彙總OP
    with tf.name_scope("summaries"):
        avg = tf.div(update_total, tf.cast(increment_step, tf.float32), name="average")

        # 為輸出節點建立彙總資料
        tf.summary.scalar('output_summary', output)
        tf.summary.scalar('total_summary', update_total)
        tf.summary.scalar('average_summary', avg)

    # 全局Variable對象和OP
    with tf.name_scope("global_ops"):
        # 初始化OP
        init = tf.global_variables_initializer()    # 已修改為最新函數
        # 将所有彙總資料合并到一個OP中
        merged_summaries = tf.summary.merge_all()

# 用明确建立的Graph對象啟動一個會話
sess = tf.Session(graph=graph)
# 開啟一個Summary.FileWriter對象，儲存彙總資料
writer = tf.summary.FileWriter('tmp1', sess.graph)
# 初始化Variable對象
sess.run(init)


def run_graph(input_tensor):
    """
    輔助函數；用給定的輸入張量運作資料流程圖，
    并儲存彙總資料
    :param input_tensor:
    :return:
    """
    feed_dict = {a: input_tensor}
    _, step, summary = sess.run([output, increment_step, merged_summaries], feed_dict=feed_dict)
    writer.add_summary(summary, global_step=step)

# 用不同的輸入運作該資料流程圖
run_graph([2, 8])
run_graph([3, 1, 3, 3])
run_graph([8])
run_graph([1, 2, 3])
run_graph([11, 4])
run_graph([4, 1])
run_graph([7, 3, 1])
run_graph([6, 3])
run_graph([0, 2])
run_graph([4, 5, 6])


# 将彙總資料寫入磁盤
writer.flush()
# 關閉writer對象
writer.close()
# 關閉Session對象
sess.close()

           

運作完成後通過指令打開tensorboard，如圖：

提示：summary界面預設不顯示summary圖（你可以看到summary最右邊标了個3，代表有三張圖），點選summary就能看到了（開始我以為自己代碼有問題，半天沒找到，原來需要點選下）。