【TensorBoard】如何启动tensorboard的详尽步骤

 TensorBoard是TensorFlow下的一个可视化的工具，能够帮助我们在训练大规模神经网络过程中出现的复杂且不好理解的运算。TensorBoard能展示你训练过程中绘制的图像、网络结构等。

启动TensorBoard的方法：

第一步：定位到你训练后log文件保存的位置；

第二步：cd 到log文件的上一级目录；

即D:\PycharmProjects\python35\object_detection

第三步：键入命令行，启动TensorBoard；

      命令行是： tensorboard --logdir=data 

linux 247服务器上输入（tensorboard --logdir=/home/huoo/tensorflow-api-liulina/Object-Detector-App1/data/）

 回车，就自动加载。注意：最下面红色框的那个网址，你复制网址到Chrome浏览器中就可以打开TensorBoard。

第四步：把服务器的ip地址输入到Chrome浏览器中就会看到TensorBoard的页面了。

输入：192.168.4.247：6006           结果如下：

1、SCALARS 是训练参数统计显示，可以看到整个训练过程中，各个参数的变换情况

2、IMAGES输入和输出标签

3、GRAPH网络结构显示 ---双击进去，可以显示更多的细节，包括右边的列表显示

4、HISTOGRAM训练过程参数分布情况显示

5、Embeddings是其中的一个功能，用于在二维或三维空间对高维数据进行探索。

以上就是我启动TensorBoard的详细步骤。

*** train和eval执行后直到终止命令前一直运行 
*** 训练、评估、查看可以开3个终端分别同时运行

python eval.py --logtostderr --pipeline_config_path=/home/huoo/tensorflow-api-liulina/Object-Detector-App1/models/faster_rcnn_inception_resnet_v2_atrous_coco.config --checkpoint_dir=data --eval_dir=data

在data文件夹下会生成以下文件，一个文件对应一个image(即)：