Tensorflow，相当于Theano的pydotprint？
Tensorflow, equivalent of Theano's pydotprint?
在 Theano 中，我可以使用 pydotprint 生成我的模型的漂亮图表。对于调试和演示非常有用。 TensorFlow 是否有等效项？
查看 Tensorboard，它随 Tensorflow 一起提供。我用它来跟踪我的模型的性能并确保它们收敛。
正如@JHafdahl 指出的那样，TensorBoard 为 TensorFlow 图提供图形可视化，其中包括对汇总复杂嵌套子图的支持。
要可视化图形，请像往常一样构建 TensorFlow 图形，然后将以下语句添加到您的 Python 程序中：
writer = tf.train.SummaryWriter("/path/to/logs", tf.get_default_graph().as_graph_def())
writer.flush()
然后，在单独的终端中，运行 TensorBoard 可视化您的图表：
$ tensorboard --logdir=/path/to/logs --port 6006
最后，在网络浏览器中打开 http://localhost:6006 以连接到 TensorBoard。单击 "Graph" 选项卡将显示图形的可视化；有关详细信息，请参阅 graph visualization tutorial。
在 Theano 中，我可以使用 pydotprint 生成我的模型的漂亮图表。对于调试和演示非常有用。 TensorFlow 是否有等效项？
查看 Tensorboard，它随 Tensorflow 一起提供。我用它来跟踪我的模型的性能并确保它们收敛。
正如@JHafdahl 指出的那样，TensorBoard 为 TensorFlow 图提供图形可视化，其中包括对汇总复杂嵌套子图的支持。
要可视化图形，请像往常一样构建 TensorFlow 图形，然后将以下语句添加到您的 Python 程序中：
writer = tf.train.SummaryWriter("/path/to/logs", tf.get_default_graph().as_graph_def())
writer.flush()
然后，在单独的终端中，运行 TensorBoard 可视化您的图表：
$ tensorboard --logdir=/path/to/logs --port 6006
最后，在网络浏览器中打开 http://localhost:6006 以连接到 TensorBoard。单击 "Graph" 选项卡将显示图形的可视化；有关详细信息，请参阅 graph visualization tutorial。