tensorboard使用jupyter

TensorBoard 是一个强大的可视化工具，通常用于 TensorFlow 项目中监控模型训练过程、查看模型结构以及调试数据流。在 Jupyter Notebook 中集成 TensorBoard 非常简单，你可以按照以下步骤操作：

1. 安装 TensorBoard 和 TensorFlow (如果还没有安装)：

   pip install tensorflow tensorboard

2. 在 Jupyter Notebook 里，创建一个新的 Python 脚本 cell 并导入必要的库：

   import tensorflow as tf
   from datetime import datetime

3. 创建一个 `tf.summary.create_file_writer()` 对象，指定你要保存日志的位置：

   logdir = "runs/" + datetime.now().strftime("%Y%m%d-%H%M%S")
   writer = tf.summary.create_file_writer(logdir)
   with writer.as_default():
       # 训练代码...

4. 模型训练过程中，在关键点添加 `tf.summary` 函数记录信息，如损失值、指标等：

   loss_value = ... # 计算得到的损失值
   tf.summary.scalar('loss', loss_value, step=global_step)

5. 结束训练后，关闭文件写入器：

   writer.close()

6. 最后，要在浏览器中查看 TensorBoard 日志，只需在命令行中导航到 `logdir` 文件夹，并运行：

   tensorboard --logdir=runs

然后在新打开的浏览器标签页中输入localhost:6006即可看到 TensorBoard 的界面。