# TensorBoard 最小的例子 1. S 通過定義線性模型的變量和占位符來實現： ```py # Assume Linear Model y = w * x + b # Define model parameters w = tf.Variable([.3], name='w',dtype=tf.float32) b = tf.Variable([-.3], name='b', dtype=tf.float32) # Define model input and output x = tf.placeholder(name='x',dtype=tf.float32) y = w * x + b ``` 1. 初始化會話，并在此會話的上下文中，執行以下步驟： * 初始化全局變量 * 創建`tf.summary.FileWriter`將使用默認圖中的事件在`tflogs`文件夾中創建輸出 * 獲取節點`y`的值，有效地執行我們的線性模型 ```py with tf.Session() as tfs: tfs.run(tf.global_variables_initializer()) writer=tf.summary.FileWriter('tflogs',tfs.graph) print('run(y,{x:3}) : ', tfs.run(y,feed_dict={x:3})) ``` 1. 我們看到以下輸出： ```py run(y,{x:3}) : [ 0.60000002] ``` 當程序執行時，日志將收集在`tflogs`文件夾中，TensorBoard 將使用該文件夾進行可視化。打開命令行界面，導航到運行`ch-01_TensorFlow_101`筆記本的文件夾，然后執行以下命令： ```py tensorboard --logdir='tflogs' ``` 您會看到類似于此的輸出： ```py Starting TensorBoard b'47' at http://0.0.0.0:6006 ``` 打開瀏覽器并導航到 [http://0.0.0.0:6006](http://0.0.0.0:6006) 。看到 TensorBoard 儀表板后，不要擔心顯示任何錯誤或警告，只需單擊頂部的 GRAPHS 選項卡即可。您將看到以下屏幕： TensorBoard console 您可以看到 TensorBoard 將我們的第一個簡單模型可視化為計算圖： Computation graph in TensorBoard 現在讓我們試著了解 TensorBoard 的詳細工作原理。