tensorflow 可视化（tensorboard显示）——histogram，scalar

scalar是用来显示accuracy，cross entropy，dropout等标量变化趋势的函数。 通过scalar可以看到这些量随着训练加深的一个逐步变化的过程，进而可以看出我们模型的优劣。
注意：
1）scalar只能用于单个标量的显示，不能显示张量；
2）scalar可以显示多次训练的结果

变量

变量则可使用Tensorflow.histogram_summary()方法：

tf.histogram_summary(layer_name+"/weights",Weights) #name命名，Weights赋值

标量

1.在tensorflow构建图的过程中放入记录变量

在使用tensorflow构建图的过程中，在需要记录变量值的地方放入summary operations。
使用tf.summary.scalar记录标量
使用tf.summary.histogram记录数据的直方图
使用tf.summary.distribution记录数据的分布图
使用tf.summary.image记录图像数据
————————————————
在要显示的标量下添加代码：

tf.summary.scalar('loss', loss)  # 记录优化器的变化

注意：使用相同的配置多次训练，然后相同的数据在同一个图上显示的结果，进入该log所在的文件夹，删除历史记录，仅仅保留最新的结果，就会出现一个比较干净的图。

2.合并summary operation

在变量tensorflow变量初始化之前合并采集点变量，并且将它们写到之前定义的log_dir路径。

 summaries合并
merged = tf.summary.m