不了解张量板的输出答案

【问题标题】：Not understanding the output of tensorboard不了解张量板的输出
【发布时间】：2017-10-13 19:24:55
【问题描述】：

我正在阅读 Sam-Abrahams tensorflow 书。在阅读时，我得到了以下代码，

import tensorflow as tf

with tf.name_scope("Scope_A"):
    a = tf.add(1, 2, name="A_add")
    b = tf.multiply(a, 3, name="A_mul")

with tf.name_scope("Scope_B"):
    c = tf.add(4, 5, name="B_add")
    d = tf.multiply(c, 6, name="B_mul")

e = tf.add(b, d, name="output")

writer = tf.summary.FileWriter('./name_scope_1', graph=tf.get_default_graph())
writer.close()

作为名称范围的示例。当我将它加载到张量板上时，我得到了以下图像，

图 1：我生成的图。

但遗憾的是，这本书提出了不同的形象，

图 2 : 本书给出的图

我知道这本书很老了，现在并不是所有的东西都相似。但是从代码和图来看，图 1 中的某些东西看起来很可疑，

with tf.name_scope("Scope_A"):
        a = tf.add(1, 2, name="A_add")
        b = tf.multiply(a, 3, name="A_mul")

对于给定的“SCOPE_A”，蓝色框是可以的，因为有加法和乘法运算。

但是对于下面的代码，

with tf.name_scope("Scope_B"):
        c = tf.add(4, 5, name="B_add")
        d = tf.multiply(c, 6, name="B_mul")

没有定义乘法运算。

在右侧，有一些辅助节点。从 SCOPE_A_[0-15]，SCOPE_B_[0-15]。这些是什么？

最后是最重要的问题，

如何生成更清晰的图表，就像作者在图 2 中生成的那样。

*UPD 和建议：*

1.如果您正在处理默认图表，请不要忘记重置图表。

tf.reset_default_graph()

2。尝试使用您定义的图表。避免这种情况是最安全的选择。

【问题讨论】：

我刚刚运行了代码，结果看起来和你书中的一样（这是我所期望的）。我看到还有一些“SCOPE_A_1”等。1）你确定你没有运行除该代码之外的任何其他东西吗？（也就是说，您只需打开 Python/IPython 解释器，运行它并关闭它）？ 2）您确定目标目录中没有以前运行的其他日志数据吗？
@jdehesa：感谢您的确认。你说的对。我创建了一个新文件夹并再次运行相同的代码，图表看起来与书相同。我早些时候怀疑这一点，但只删除了目录中“name_scope_1”的文件夹。稍后我重新启动内核并再次运行代码，它也可以工作。
@jdehesa : 你能写一个答案吗？

标签： tensorflow tensorboard

【解决方案1】：

您显示的图表似乎不是该 sn-p 的图表；正如您所怀疑的，正确的图表是书中的图表。确保在运行代码之前清除日志目录，并且在此之前或之后您没有运行任何东西（例如，只需打开解释器，运行代码并关闭它）。

【讨论】：