Tensorflow2.0之可视化界面（tensorboard）

Tensorflow2.0之可视化界面

可视化：

在网络训练的过程中，通过Web 端远程监控网络的训练进度，可视化网络的训练结果，对于提高开发效率和实现远程监控是非常重要的。TensorFlow 提供了一个专门的可视化工具，叫做TensorBoard，它通过TensorFlow 将监控数据写入到文件系统，并利用Web后端监控对应的文件目录，从而可以允许用户从远程查看网络的监控数据。TensorBoard 的使用需要模型代码和浏览器相互配合。在使用TensorBoard 之前，需要安装TensorBoard 库，安装命令如下：

# 安装TensorBoard
pip install tensorboard

模型端：

在模型端，需要创建写入监控数据的Summary 类，并在需要的时候写入监控数据。首先通过tf.summary.create_file_writer 创建监控对象类实例，并指定监控数据的写入目录，代码如下：

import tensorboard
current_time = datetime.datetime.now().strftime