tensorboard 作为一款可视化神器，可以说是学习tensorflow时模型训练以及参数可视化的法宝。
而在训练过程中，主要用到了tf.summary()的各类方法，能够保存训练过程以及参数分布图并在tensorboard显示。
tf.summary有诸多函数：
1、tf.summary.scalar：用来显示标量信息
例如：tf.summary.scalar('mean', mean)
一般在画loss,accuary时会用到这个函数。
2、tf.summary.histogram：用来显示直方图信息
例如： tf.summary.histogram('histogram', var)
一般用来显示训练过程中变量的分布情况
3、tf.summary.distribution：分布图，一般用于显示weights分布
4、tf.summary.text：可以将文本类型的数据转换为tensor写入summary中
5、tf.summary.image：输出带图像的probuf，汇总数据的图像的的形式如下：
' tag /image/0', ' tag /image/1'...，如：input/image/0等。
格式：tf.summary.image(tag, tensor, max_images=3, collections=None, name=Non
6、tf.summary.audio：展示训练过程中记录的音频
7、tf.summary.merge_all：merge_all 可以将所有summary全部保存到磁盘，以便tensorboard显示。如果没有特殊要求，一般用这一句就可一显示训练时的各种信息了。
格式：tf.summaries.merge_all(key='summaries')
8、tf.summary.FileWriter：指定一个文件用来保存图。
格式：tf.summary.FileWritter(path,sess.graph)
可以调用其add_summary（）方法将训练过程数据保存在filewriter指定的文件中
9.tensorboard --logdir=/summary_dir ：开启tensorboard