TensorBoard 使用指南 📊

TensorBoard 是 TensorFlow 的可视化工具，帮助开发者监控训练过程、调试模型和展示结果。以下是核心用法：

安装与启动

pip install tensorboard
tensorboard --logdir=logs

基本功能

• 标量监控：记录损失值/准确率
  📈 tf.summary.scalar("loss", loss)
• 图像显示：可视化训练图像
  🖼️ tf.summary.image("images", images)
• 直方图追踪：监控权重分布
  📊 tf.summary.histogram("weights", layer.weights)

常用操作

1. 启动服务后访问 http://localhost:6006
2. 点击左侧菜单选择 Scalars 查看指标趋势
3. 使用 Projector 可视化嵌入向量
4. 通过 Graph 观察计算图结构

高级技巧

• 多GPU监控：使用 --host 参数指定远程访问
  🌐 tensorboard --logdir=logs --host=0.0.0.0
• 自定义面板：创建 tf.Summary 自定义数据
  🎨 添加图像/文本/音频等格式支持
• 历史数据对比：同时加载多个日志目录
  📁 通过 Add run 功能叠加分析

扩展阅读

点击查看完整 TensorBoard 文档
了解更多可视化技巧请参考：TensorBoard 高级教程