TensorBoard 是 Google 开发的开源工具，专为机器学习模型训练过程的可视化而设计。以下是快速上手的核心内容：
1. 基本用法 ✅
- 安装：通过
pip install tensorboard添加依赖 - 启动：运行
tensorboard --logdir=logs启动服务 - 访问：打开浏览器输入
http://localhost:6006查看界面 - 核心功能：
- 实时监控训练指标（损失/准确率）
- 查看模型图谱（Graph Explorer）
- 分析直方图（Histograms）
- 生成图像（Image Viewer）
2. 高级功能 🔍
- 事件文件管理：
events.out.tfevents格式文件存储训练数据 - 自定义可视化：
writer.add_scalar('Loss/train', loss, global_step=epoch) writer.add_graph(model, input_to_model) - 多设备支持：可同时可视化 CPU/GPU 训练数据
- 历史数据对比：支持多个实验的指标对比分析
3. 常见问题 ❓
- 如何查看模型训练日志？
➤ 点击 TensorBoard 日志详解 查看 - 如何保存生成的图表？
➤ 使用writer.flush()可持久化数据 - 如何调试模型？
➤ 建议参考 TensorBoard 调试指南