读取tensorboard数据并可视化

使用tensorboard可以很好的记录tensorflow在训练模型中的一些变量值，尤其loss值，

然而tensorboard自带的可视化工具并不能随意设置绘图信息，我们通过读取tensorboard的数据，然后使用matplotlib对数据进行可视化分析

代码：

from tensorboard.backend.event_processing import event_accumulator
import matplotlib.pyplot as plt

def read_tensorboard_data(tensorboard_path, val_name):
    """读取tensorboard数据，
    tensorboard_path是tensorboard数据地址val_name是需要读取的变量名称"""
    ea = event_accumulator.EventAccumulator(tensorboard_path)
    ea.Reload()
    print(ea.scalars.Keys())
    val = ea.scalars.Items(val_name)
    return val

def draw_plt(val, val_name):
    """将数据绘制成曲线图，val是数据，val_name是变量名称"""
    plt.figure()
    plt.plot([i.step for i in val], [j.value for j in val], label=val_name)
    """横坐标是step，迭代次数
    纵坐标是变量值"""
    plt.xlabel('step')
    plt.ylabel(val_n