88、展示Tensorflow计算图上每个节点的基本信息以及运行时消耗的时间和空间

'''Created on May 24, 2017@author: p0079482'''#使用程序输出日志import tensorflow as tfwith tf.Session() as sess:    tf.initialize_all_variables().run()    for i in range(TRAINING_STEPS):        xs,ys=mnist.train.next_batch(BATCH_SIZE)                #每1000轮记录一次运行状态        if i%1000==0:            #配置运行时需要记录的信息            run_options = tf.RunOptions(trace_level=tf.RunOptions.FULL_TRACE)            #运行时记录运行信息的proto            run_metadata=tf.RunMetadata()            #将配置信息和记录运行信息的proto传入运行的过程，从而记录运行时每一个节点的时间、空间开销信息            _,loss_value,step=sess.run([train_op,loss,global_step],                                       feed_dict={x:xs,y_:ys},                                       options=run_options,run_metadata=run_metadata)            #将节点在运行时的信息写入日志文件            train_writer.add_run_metadata(run_metadata,'step%03d'%i)            print("After %d training step(s),loss on training batch is %g."%(step,loss_value))        else:            _,loss_value,step=sess.run([train_op,loss,global_step],feed_dict={x:xs,y_:ys})