# TensorBoard 最小的例子 1. S 通过定义线性模型的变量和占位符来实现： ```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. 初始化会话，并在此会话的上下文中，执行以下步骤： * 初始化全局变量 * 创建`tf.summary.FileWriter`将使用默认图中的事件在`tflogs`文件夹中创建输出 * 获取节点`y`的值，有效地执行我们的线性模型 ```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. 我们看到以下输出： ```py run(y,{x:3}) : [ 0.60000002] ``` 当程序执行时，日志将收集在`tflogs`文件夹中，TensorBoard 将使用该文件夹进行可视化。打开命令行界面，导航到运行`ch-01_TensorFlow_101`笔记本的文件夹，然后执行以下命令： ```py tensorboard --logdir='tflogs' ``` 您会看到类似于此的输出： ```py Starting TensorBoard b'47' at http://0.0.0.0:6006 ``` 打开浏览器并导航到 [http://0.0.0.0:6006](http://0.0.0.0:6006) 。看到 TensorBoard 仪表板后，不要担心显示任何错误或警告，只需单击顶部的 GRAPHS 选项卡即可。您将看到以下屏幕： TensorBoard console 您可以看到 TensorBoard 将我们的第一个简单模型可视化为计算图： Computation graph in TensorBoard 现在让我们试着了解 TensorBoard 的详细工作原理。