Google提供了一个工具，TensorBoard，它能以图表的方式分析你在训练过程中汇总的各种数据，其中包括Graph结构。

所以我们可以简单的写几行Pyhton，加载Graph，只在logdir里，输出Graph结构数据，并可以查看其图结构。

执行下述代码，将数据流图保存为图片，在目录F:/tensorflow/graph下生成文件events.out.tfevents.1508420019.XM-PC

import tensorflow as tf
from tensorflow.python.platform import gfile

graph = tf.get_default_graph()
graphdef = graph.as_graph_def()
_ = tf.train.import_meta_graph("model.ckpt.metaa")
summary_write = tf.summary.FileWriter("./" , graph)
summary_write.close()

启用tensorboard

我用的python开发环境是Anaconda

（1）打开Anaconda Prompt，输入activate tensorflow进入tensorflow环境；

（2）开启tensorboard，输入如下命令

tensorboard --logdir=F://tensorflow//graph

其中logdir中的参数就是代码中保存graph的路径，如果写为单斜杠，tensorboard可打开，但graphs中显示“No graph definition files were found”，并不显示graph，路径参数改为双斜杠就可以了。

3.用tensorboard查看生成的graph

（1）在谷歌浏览器中打开http://127.0.0.1:6006/，会显示橙色界面；

（2）在第一行的选项卡中选择graphs，即可看到结果。

以上这篇tensorflow通过模型文件,使用tensorboard查看其模型图Graph方式就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持python博客。