????????TensorBoardX中的Graph不同于一般的神經(jīng)網(wǎng)絡結構圖，它是一種計算圖。

????????圖中每個節(jié)點要么是Tensor本身，要么是運算符；每一條邊要么代表Tensor的流動，要么代表控制關系。

????????這張圖完備的表達了通過代碼定義的神經(jīng)網(wǎng)絡中所有計算步驟，可以據(jù)此說明前向計算、誤差反向傳播、梯度下降調(diào)整參數(shù)等過程。

????????在實際工作中，理解了上述含義，就可以將Graph利用起來，在Debug過程中可視化的發(fā)現(xiàn)網(wǎng)絡計算流程中的問題。復雜程序的調(diào)試總是困難的，引入可視化工具對于調(diào)試效率會非常有幫助。

1 圖中基本元素

	命名空間	層次較高的節(jié)點（node）
	操作符節(jié)點	他代表一個操作，或者說是運算，函數(shù) 輸入的張量是這個函數(shù)的自變量，通過函數(shù)運算后輸出。
	常量	他代表一個常量，也就是一個常數(shù)
	數(shù)據(jù)流邊	這里面帶箭頭的線叫dataflow edge，是數(shù)據(jù)流邊 表示張量數(shù)據(jù)流向箭頭所指的節(jié)點 線段的寬度代表了張量的維度，維度越多越寬。 如果線段變成了虛線，就變成了控制依賴邊，表示箭頭尾部對箭頭頭部的控制、依賴關系。

?2 舉例

以?pytorch筆記——簡易回歸問題_UQI-LIUWJ的博客-CSDN博客?為例

?把Linear 展開，有：

?

?

?

?

總結

以上是生活随笔為你收集整理的tensorboardX笔记：理解graph的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。