tensorflow 已训练好的模型 summary 在tensorboard展示

要在TensorBoard中展示已训练好的模型的summary，需要在训练过程中将summary写入到日志文件中。以下是一个示例代码，展示了如何在TensorFlow中创建和保存summary：

import tensorflow as tf

# 构建模型
# ...

# 定义summary操作
tf.summary.scalar('loss', loss)
tf.summary.histogram('weights', weights)
merged_summary = tf.summary.merge_all()

# 创建日志写入器
summary_writer = tf.summary.FileWriter('logs')

with tf.Session() as sess:
    # 初始化变量
    sess.run(tf.global_variables_initializer())
    
    for i in range(num_steps):
        # 执行训练步骤
        
        # 每个训练步骤保存summary
        if i % 10 == 0:
            summary, _ = sess.run([merged_summary, train_step])
            summary_writer.add_summary(summary, i)
            
    summary_writer.close()

在上述代码中，首先定义了要记录的summary内容，例如损失值和权重分布。然后使用tf.summary.merge_all()将所有summary合并为一个操作。接下来，创建一个tf.summary.FileWriter对象，用于将summary写入到指定的日志目录中。在训练过程中，通过运行merged_summary操作和训练步骤，可以获取summary并添加到日志中。

当训练完成后，可以使用以下命令启动TensorBoard进行可视化：

tensorboard --logdir=logs

其中，logs是保存summary日志的目录。在浏览器中打开TensorBoard的网址，即可查看已训练好的模型的summary信息