tensorboard是TensorFlow的可視化工具，在網絡訓練過程中可以動態查看參數的變化、分佈等，能顯示網絡的整體結構，十分有用。
要用好tensorboard，首先需要搞清楚variable_scope和name_scope兩個概念和用法，參考：https://blog.csdn.net/shenxiaoming77/article/details/79141078
tensorboard的用法網上到處都有，參考：https://blog.csdn.net/wangyao_bupt/article/details/70404823
以mnist爲例子的示例網上很多，照着做也能做出來。只是，projector這個功能可能平時用的不是很多，有時候也很奇怪，tensorboard中顯示不出來，重啓下電腦又好了。。
cmd中開啓tensorboard的命令：tensorboard --logdir=logpath
注意1：
用variable_scope和name_scope來整理網絡拓撲，讓網絡看起來井然有序。
注意2：
tensorboard中scalars、histogram等都是按name scope和variable scope來分組的
注意3：
histogram中的一條線（比如圖中黑色線）表示tensor在對應一輪訓練中的分佈，比如權重值的分佈。histogram和distribution有點像，就是展示方式不太一樣。
圖中可以看到。隨着迭代次數的增加，weights的分佈越來越扁平，向兩邊拓展開。bias的分佈圖中這樣的現象更加明顯
注意4：
embedding在實際應用中不知道多不多，可以可視化輸入數據，比如看看數據是否線性可分。tsv文件是用來區分每個樣本的，裏面存放每個樣本的標籤，一行一個。這樣可以讓相同的樣本用相同的顏色的顯示
