利用tensorboard可视化checkpoint模型文件参数分布

写在前面：

      上周微调一个文本检测模型seglink,将特征提取层进行冻结，只训练分类回归层，然而查看tensorboard发现里面有histogram显示模型各个参数分布，看了目前这个训练模型参数分布压根就看不懂，很想知道我的预训练模型的参数分布是怎么个情况，训练了一天了，模型的参数分布较预训练的模型参数有啥变化没有，怎么办呢？

利用tf.summary将模型参数分布在tensorboard可视化:

导入需要的库  设置模型文件夹路径

1 import TensorFlow as tf
2 from tensorflow.python import pywrap_tensorflow
  model_dir="___"

定义可视化方法：

1、获取ckpt路径，这里的路径是checkpoint文件中的路径（ckpt文件夹中包括：checkpoint文件，index,meta,data四个文件）

code: