tensorboard可视化学习中出现的一些问题

2017年9月22日写的，一直放在草稿箱里，忘记发了，今天翻出来了就发了吧。

TensorBoard通过读取TensorFlow的事件文件来运行，该文件中包含了主要数据。

注意：以下是基于TensorFlow API r1.4运行的

tf.summary模块：

（1）tf.summary.histogram

用来记录计算流图中一些tensor的数据分布，这些数据有个特点：服从某种分布，比如：权重变量和梯度输出。

（2）tf.summary.scalar

用来记录计算流图中一些标量值，比如：学习速度、期望误差、损失值等

（3）tf.summary.image

用来记录计算流图中图片的tensor

tf.summary.merge_all

用来将记录下来的所有数据进行汇总，合并为一个操作。

tf.summary.FileWriter

用来将所有事件写到指定的目录下

遇到的一些问题：

（1）

（2）tags not equals label: [] != [128]

对于上述问题，本人百度过、谷歌过，但是都没有找到正确的解释（可能本人智商比较捉急），于是，琢磨了两天后，形成了以下的个人看法。

个人认为的错误原因：使用tf.summary模块中的方法时，该方法规定记录的数据类型（上面标红的字）与你想记录的数据的数据类型不符，也就是你错误的使用了该方法。

以上对错误的解释纯属个人见解，如有不对，请您指教。

附：别的博客对tf.summary模块的解释：http://blog.csdn.net/smf0504/article/details/56369758