tensorboard同时加入多个指标

TensorBoard是一个强大的可视化工具，常用于深度学习模型训练过程中的监控和调试。如果你想在TensorBoard中同时展示多个指标，你可以通过以下几个步骤做到：

1. **创建事件文件**：训练过程中，TensorFlow会记录各种信息到事件文件（通常是`.tfrecords`格式）。每项指标（如损失、精度等）都会生成单独的标签。

2. **选择合适的Writer**：使用`tf.summary.create_file_writer()`创建一个Writer实例，这个实例将用于写入所有你想跟踪的指标。

3. **添加多个Summary操作**：在每个训练步骤或周期结束后，使用`tf.summary.scalar()`或其他相应函数（例如`tf.summary.histogram()`或`tf.summary.image()`）添加新的指标到writer。每个函数需要一个标签（tag），以及对应的值。

with writer.as_default():
    tf.summary.scalar('loss', loss_value, step=global_step)
    tf.summary.scalar('accuracy', accuracy_value, step=global_step)

4. **定期写入**：确保在每个迭代（epoch或batch）结束时，调用`writer.flush()`来立即写入到磁盘，并在训练完成后调用`writer.close()`关闭它。

5. **查看 TensorBoard**：运行TensorBoard服务器（`tensorboard --logdir=path/to/your/logs`），然后在浏览器中访问`http://localhost:6006`。在那里，你可以看到不同指标在各自的图表中显示。