Tensorboard---可视化

可视化变量，其实主要是观察loss，acc这些指标，所以我们以loss为例

1.将cls_loss加入到summary中

tf.summary.scalar('cls_loss',cls_loss)

2.将所有的summary保存到磁盘，以便tensorboard显示。而且这个summary_op需要和train_op一起训练。

summary_op = tf.summary.merge_all()

3.定义一个存储的writer，log_dir为保存路径，保存的是所有summary中的变量以及graph

from tensorboard.plugins import projector
writer = tf.summary.FileWriter(log_dir,sess.graph)
projector_config = profector.ProfectorConfig()
profector.visualize_embeddings(writer,projector_config)

4.每一步训练都需要把summary_op同train_op一起训练，并把summary保存

writer.add_summary(summary,global_step=step)

5.训练完毕，把writer关闭

writer.close()

6.启动tensorboard

#其中logdir的路径指定到存储logs的文件夹
tensorboard --logdir=D:/项目实现/MTCNN/logs/PNet