Tensorflow 04_: tensorboard或者tensorflow的一个＂异常＂

前言

最近在使用tensorboard的过程中，出现了一个令我很迷惑的问题．代码如下：
代码１：

# coding=utf-8"""summary的一个测试程序"""import tensorflow as tfsess = tf.InteractiveSession()# 标量类型的summaryscalar_var = tf.Variable(0.0, name='scalar_var')scalar_ops = tf.summary.scalar(name='scalar_var_summary', tensor=scalar_var)scalar_writer = tf.summary.FileWriter('Log', sess.graph)init = tf.global_variables_initializer()sess.run(init)for idx in range(50):    scalar_var += 1    print type(scalar_var)    print sess.run(scalar_var)    # 运行summary操作    scalar_res = sess.run(scalar_ops)    #　将summary的结果写入磁盘    scalar_writer.add_summary(scalar_res, idx)

这段代码与上一片博文的代码只有２个地方不同：
（１）本博文中是scalar_var += 1，上一篇博文是　sess.run(tf.assign(scalar_var, idx))
（２）本博文打印出了scalar_var的类型：　print type(scalar_var)
其余地方一样．为了方便，上一篇博文＂Tensorflow 04: tensorboard的使用＂的代码粘贴如下：
代码２：

# coding=utf-8"""summary的一个测试程序"""import tensorflow as tfsess = tf.InteractiveSession()scalar_var = tf.Variable(0.0, name='scalar_var')# 标量类型的summaryscalar_ops = tf.summary.scalar(name='scalar_var_summary', tensor=scalar_var)scalar_writer = tf.summary.FileWriter('Log', sess.graph)init = tf.global_variables_initializer()sess.run(init)for idx in range(５０):    sess.run(tf.assign(scalar_var, idx))    print sess.run(scalar_var)    # 运行summary操作    scalar_res = sess.run(scalar_ops)    #　将summary的结果写入磁盘    scalar_writer.add_summary(scalar_res, idx)

代码１的运行结果如下：

<class 'tensorflow.python.framework.ops.Tensor'>1.0<class 'tensorflow.python.framework.ops.Tensor'>2.0<class 'tensorflow.python.framework.ops.Tensor'>3.0<class 'tensorflow.python.framework.ops.Tensor'>4.0<class 'tensorflow.python.framework.ops.Tensor'>5.0<class 'tensorflow.python.framework.ops.Tensor'>6.0<class 'tensorflow.python.framework.ops.Tensor'>7.0<class 'tensorflow.python.framework.ops.Tensor'>8.0<class 'tensorflow.python.framework.ops.Tensor'>9.0<class 'tensorflow.python.framework.ops.Tensor'>10.0<class 'tensorflow.python.framework.ops.Tensor'>11.0<class 'tensorflow.python.framework.ops.Tensor'>12.0<class 'tensorflow.python.framework.ops.Tensor'>13.0<class 'tensorflow.python.framework.ops.Tensor'>14.0<class 'tensorflow.python.framework.ops.Tensor'>15.0<class 'tensorflow.python.framework.ops.Tensor'>16.0<class 'tensorflow.python.framework.ops.Tensor'>17.0<class 'tensorflow.python.framework.ops.Tensor'>18.0<class 'tensorflow.python.framework.ops.Tensor'>19.0<class 'tensorflow.python.framework.ops.Tensor'>20.0<class 'tensorflow.python.framework.ops.Tensor'>21.0<class 'tensorflow.python.framework.ops.Tensor'>22.0<class 'tensorflow.python.framework.ops.Tensor'>23.0<class 'tensorflow.python.framework.ops.Tensor'>24.0<class 'tensorflow.python.framework.ops.Tensor'>25.0<class 'tensorflow.python.framework.ops.Tensor'>26.0<class 'tensorflow.python.framework.ops.Tensor'>27.0<class 'tensorflow.python.framework.ops.Tensor'>28.0<class 'tensorflow.python.framework.ops.Tensor'>29.0<class 'tensorflow.python.framework.ops.Tensor'>30.0<class 'tensorflow.python.framework.ops.Tensor'>31.0<class 'tensorflow.python.framework.ops.Tensor'>32.0<class 'tensorflow.python.framework.ops.Tensor'>33.0<class 'tensorflow.python.framework.ops.Tensor'>34.0<class 'tensorflow.python.framework.ops.Tensor'>35.0<class 'tensorflow.python.framework.ops.Tensor'>36.0<class 'tensorflow.python.framework.ops.Tensor'>37.0<class 'tensorflow.python.framework.ops.Tensor'>38.0<class 'tensorflow.python.framework.ops.Tensor'>39.0<class 'tensorflow.python.framework.ops.Tensor'>40.0<class 'tensorflow.python.framework.ops.Tensor'>41.0<class 'tensorflow.python.framework.ops.Tensor'>42.0<class 'tensorflow.python.framework.ops.Tensor'>43.0<class 'tensorflow.python.framework.ops.Tensor'>44.0<class 'tensorflow.python.framework.ops.Tensor'>45.0<class 'tensorflow.python.framework.ops.Tensor'>46.0<class 'tensorflow.python.framework.ops.Tensor'>47.0<class 'tensorflow.python.framework.ops.Tensor'>48.0<class 'tensorflow.python.framework.ops.Tensor'>49.0<class 'tensorflow.python.framework.ops.Tensor'>50.0Process finished with exit code 0

可以发现tensor变量scalar_var的值的确是改变了．但使用tensorboard对event file进行可视化，其结果如下：

可以看到scalar_var的值并没有改变．

求看到这篇博文的大神指教！！！！