win10 Tensorflow Tensorboard 空白解决

Tensorboard记录11.19

Tensorflow入门，踩一些坑还是难免的，就在这里记录下，同时能够给遇到同样问题的人一个参考。

1. Tensorboard 打开一片空白
   环境是Tensorflow 1.2，python3.5.2，windows10.

   cmd输入（我的events.out.tfevents.1510831908文件存放于D://aa_work//mnist文件夹下）：
   tensorboard –logdir=D://aa_work//mnist
   不论什么浏览器都无法显示，只是一片空白，但浏览器标签会有TensorBoard字样。
   网上大部分回答都是针对上面命令的logdir格式错误，尝试多种还是没有效果。
   最后还是通过知乎上面的一些回答，猜测可能是版本问题
   cmd下执行下面命令升级后即可解决（Tensorflow 1.4），注意的是升级tensor会重新安装不带mkl的numpy，导致sklearn库错误，重装带mkl的numpy即可，成功：
   pip install -U -I setuptools
   pip install -U tensorflow

2. Tensorboard 同时显示测试集准确率和验证集准确率
   大部分教程都是创建许多tf.summary.scalar后，直接使用merge_all_summaries 然后summary_writer.add_summary写入了事，但这造成所有summary对象一起写入，对于我们需要同时显示测试集准确率和验证集准确率的需求，会造成两个图像一摸一样，我们需要在不同的feed的情况下分别写入summary，百度了很久还是没有类似的解决方案，最后只好通过google，第一个stackflow就是需要的答案（搜技术还是google有用），以下就是提供的解决方案，可以同一个accuary，但是定义不同的summary，然后直接将summary对象分别写入即可。
   https://stackoverflow.com/questions/34471563/logging-training-and-validation-loss-in-tensorboard

accuracy = tf.reduce_mean(correct)

training_summary = tf.summary.scalar("training_accuracy", accuracy)
validation_summary = tf.summary.scalar("validation_accuracy", accuracy)


summary_writer = tf.summary.FileWriter(...)

for step in xrange(NUM_STEPS):

  # Perform a training step....

  if step % LOG_PERIOD == 0:

    # To log training accuracy.
    train_acc, train_summ = sess.run(
        [accuracy, training_summary], 
        feed_dict={images : training_set.images, labels : training_set.labels})
    writer.add_summary(train_summ, step) 

    # To log validation accuracy.
    valid_acc, valid_summ = sess.run(
        [accuracy, validation_summary],
        feed_dict={images : validation_set.images, labels : validation_set.labels})
    writer.add_summary(valid_summ, step)