tensorboard ,代码，对应生成的图片结果

1、tb_writer.add 语句对应图片的绿色框的大写tag,所有的add,构成了，最上面的标题tag

    tb_writer.add_image(fname, cv2.imread(fname)[:, :, ::-1], dataformats='HWC')
        
    # Write Tensorboard results
    if tb_writer:
        x = list(mloss) + list(results) + [msoft_target]
        titles = ['GIoU', 'Objectness', 'Classification', 'Train loss',
                  'Precision', 'Recall', 'mAP', 'F1', 'val GIoU', 'val Objectness', 'val Classification', 'soft_loss']
        for xi, title in zip(x, titles):
            tb_writer.add_scalar(title, xi, epoch)
        bn_weights = gather_bn_weights(model.module_list, prune_idx)
        tb_writer.add_histogram('bn_weights/hist', bn_weights.numpy(), epoch, bins='doane')

2、 红色框，添加多个列表
tb_writer.add_histogram(‘bn_weights/hist’, bn_weights.numpy(), epoch, bins=‘doane’)
tb_writer.add_histogram(‘after_train_perlayer_bn_weights/hist’, bn_weights.numpy(), idx, bins=‘doane’)
在histogram tag 下添加多个数据列表显示
格式都是(title, xi, epoch) ，显示的图标 （名字，显示的数据，后面一些其他参数），纵坐标

TensorBoard中HISTOGRAMS和DISTRIBUTIONS图形的含义

https://www.cnblogs.com/chouxianyu/p/12622914.html （比较详细，这个图）