Tensorboard最详细的启动教程【适合小白】

本文以 Mnist手写数字数据集为训练和测试用，同时全部使用 tensorboard默认参数，降低理解门槛。

软件版本：
PyCharm Community Edition 2020.3.2 x64
Anaconda 3
TensorFlow 2.2

一、导入包

import tensorflow as tf

二、下载Mnist数据

mnist = tf.keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0

三、定义神经网络模型model

def create_model():
    return tf.keras.models.Sequential([                      # 在Sequential中搭建各种网络层
        tf.keras.layers.Flatten(input_shape=(28, 28)),       # 使用Flatten打平数据
        tf.keras.layers.Dense(512, activation='relu'),       # 建立第一个全连接层，神经元数量512个，激活函数relu
        tf.keras.layers.Dropout(0.2),                        # 采用Dropout防止过拟合，丢弃率为0.2
        tf.keras