tensorboard多个events文件

在使用tensorboard可视化网络参数时，可能会产生多个events文件，导致在tensorboard上显示非常混乱。解决这个问题的一个方法是将每次生成的events文件保存在不同的路径下，可以使用时间戳作为路径名。通过这种方式，每个实验的events文件可以分别显示，不会混乱在一起。具体操作可以参考以下代码：

from datetime import datetime
TIMESTAMP = "{0:%Y-%m-%dT%H-%M-%S/}".format(datetime.now())
...
train_log_dir = 'logs/train/' + TIMESTAMP
test_log_dir = 'logs/test/' + TIMESTAMP

merged = tf.summary.merge_all()

with tf.Session() as sess:
writer_train = tf.summary.FileWriter(train_log_dir, sess.graph)
writer_test = tf.summary.FileWriter(test_log_dir)
...
# 在训练和测试过程中，将summary写入相应的writer
writer_train.add_summary(summary_str_train, step)
writer_test.add_summary(summary_str_test, step)
...

通过将每个实验的events文件保存在不同的路径下，可以避免多个events文件在tensorboard上显示紊乱的问题，同时还能记录下每次训练的时刻。这样可以方便地进行观察和比较不同实验的结果。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *3* [tensorboard多个events文件显示紊乱的解决办法](https://blog.csdn.net/shahuzi/article/details/81223980)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *2* [解决tensorboard多个events文件显示紊乱的问题](https://download.csdn.net/download/weixin_38621565/12855569)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]