Python 在TensorFlow中显示图形图像？

我写了一个简单的脚本，从1,2,5计算黄金分割率。是否有办法通过实际图形结构的tensorflow（可能借助于

matplotlib

或

networkx

）实际生成视觉效果？tensorflow的doc非常类似于因子图，所以我想知道：

如何通过tensorflow生成图形结构的图像？

在下面的示例中，将

C_1、C_2、C_3

作为单个节点，然后

C_1

将执行

tf.sqrt

操作，然后执行将它们组合在一起的操作。也许可以将图形结构（节点、边）导入到

networkx

？我看到

tensor

对象有一个

graph

属性，但我还没有发现如何实际使用它进行成像

#!/usr/bin/python

import tensorflow as tf
C_1 = tf.constant(5.0)
C_2 = tf.constant(1.0)
C_3 = tf.constant(2.0)

golden_ratio = (tf.sqrt(C_1) + C_2)/C_3

sess = tf.Session()
print sess.run(golden_ratio) #1.61803
sess.close()

---

您可以使用获取图形的图像。您需要编辑代码以输出图形，然后启动tensorboard并查看它。具体见。创建一个

SummaryWriter

，并在其中包含

sess.graph_def

。图形定义将输出到日志目录。

这正是创建tensorboard的目的。您需要稍微修改代码以存储有关图形的信息

import tensorflow as tf
C_1 = tf.constant(5.0)
C_2 = tf.constant(1.0)
C_3 = tf.constant(2.0)

golden_ratio = (tf.sqrt(C_1) + C_2)/C_3

with tf.Session() as sess:
    writer = tf.summary.FileWriter('logs', sess.graph)
    print sess.run(golden_ratio)
    writer.close()

这将在您的工作目录中创建一个包含事件文件的

logs

文件夹。在此之后，您应该从命令行

tensorboard--logdir=“logs”

运行tensorboard，并导航到它提供给您的url（）。在浏览器中，转到“图形”选项卡并欣赏图形

import tensorflow as tf
C_1 = tf.constant(5.0)
C_2 = tf.constant(1.0)
C_3 = tf.constant(2.0)

golden_ratio = (tf.sqrt(C_1) + C_2)/C_3

with tf.Session() as sess:
    writer = tf.summary.FileWriter('logs', sess.graph)
    print sess.run(golden_ratio)
    writer.close()

如果你打算用TF做任何事情，你会大量使用TB。因此，从中更多地了解它是有意义的