1 環境配置：Centos7服務器已經安裝好anaconda3，並利用anaconda安裝TensorFlow（本例中版本爲CUDA 8.0.44
CUDNN 5.1.10；Python 3.6.7 :: Anaconda custom (64-bit)；TensorFlow爲1.12.0）；安裝後可以利用如下查看版本和檢測是否安裝正確：
cat /usr/local/cuda/version.txt
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
conda -V
python -V
>>> import tensorflow as tf
>>> tf.__version__
2 Python代碼：下載github測試代碼，或者自己寫一個train.py
git clone https://github.com/gamersover/tensorflow_basic_tutorial
已經寫好的minist_Tensorboard.py百度網盤下載，提取密碼(8rcr); 這裏方便起見用運行自己寫的這個minist_Tensorboard.py網絡進行展示。建立一個文件夾DemoMinistNN存放下載的minist_Tensorboard.py。
3 運行train.py，報錯。手動下載MINIST數據並導入。
在Xshell終端cd 到DemoMinistNN文件夾下，直接運行python minist_Tensorboard.py，會報錯等上幾個小時依舊沒有反應，但是會在 DemoMinistNN文件夾下出現名爲 “MNIST_data” 的空文件夾（自己理解是應該把數據從網上下載到這個文件夾下，但是沒有網絡連接不通，不能下載）。好像是因爲“由於連接方在一段時間後沒有正確答覆或連接的主機沒有反應，連接嘗試失敗。”也就是下載不下來Minist數據集。
[zyzh@server-56 DemoMinistNN]$ python minist_Tensorboard.py
Instructions for updating: Please use urllib or similar directly.
解決方法：只能手動下載MINIST數據集官網（http://yann.lecun.com/exdb/mnist/），一共四個.gz壓縮數據集：在此給出下載好的百度網盤網址：
（ 訓練圖片標籤：https://pan.baidu.com/s/11eZCZ1LSI19J-DKM2yuGeg ；
訓練圖片集：https://pan.baidu.com/s/1_ytyGLbiXJ-XVD2lQN3FCg
測試圖片：https://pan.baidu.com/s/1akuciF7z-c0c86pL6Ulf0g ；
測試圖片標籤：https://pan.baidu.com/s/13m_YY3BDtydVR511SCb78Q；）
可以在win系統依次下載四個壓縮文件然後上傳到服務器，可以直接在Xshell終端下載用wget依次下載壓縮文件 ，下載好4個壓縮文件之後，把它們移動到MNIST_data文件夾下：
[zyzh@server-56 DemoMinistNN]$ ls
minist.py MNIST_data
#官網上下載數據集
[zyzh@server DemoMinistNN]$ wget http://yann.lecun.com/exdb/mnist/t10k-labels-idx1-ubyte.gz
#百度網盤上下載數據集
[zyzh@server DemoMinistNN]$ wget https://pan.baidu.com/s/11eZCZ1LSI19J-DKM2yuGeg
[zyzh@server DemoMinistNN]$ wget https://pan.baidu.com/s/1_ytyGLbiXJ-XVD2lQN3FCg
[zyzh@server DemoMinistNN]$ wget https://pan.baidu.com/s/1akuciF7z-c0c86pL6Ulf0g
[zyzh@server DemoMinistNN]$ wget https://pan.baidu.com/s/13m_YY3BDtydVR511SCb78Q
[zyzh@server DemoMinistNN]$ mv train-labels-idx1-ubyte.gz MNIST_data/
[zyzh@server DemoMinistNN]$ mv train-images-idx3-ubyte.gz MNIST_data/
[zyzh@server DemoMinistNN]$ mv t10k-labels-idx1-ubyte.gz MNIST_data/
[zyzh@server DemoMinistNN]$ mv t10k-images-idx3-ubyte.gz MNIST_data/
[zyzh@server DemoMinistNN]$ cd MNIST_data/
[zyzh@server MNIST_data]$ ls
t10k-images-idx3-ubyte.gz t10k-labels-idx1-ubyte.gz train-images-idx3-ubyte.gz train-labels-idx1-ubyte.gz
手動導入MNIST數據後，再次運行 minist_Tensorboard.py
[zyzh@server DemoMinistNN]$ python minist_Tensorboard.py
就可以成功運行。最後結果，這個網絡很快就收斂了，爲了在tensorboard看正確率曲線，我們在minist_Tensorboard.py中設置epoch爲200。 最後運行結果如下：
5 運行TensorBoard，展示結果 。
1）首先在Xshell中設置端口號：
2）然後在Xshell終端，任意的打開一個終端頁面，輸入tensorboard啓動命令，其中logdir是產生“events.out.tfevents.1546671610.server”事件上一層的路徑
[zyzh@server-56 ~]$ tensorboard -- logdir==/home/zyzh/DemoMinistNN/tmp/tensorflow_logs/mlp_mnist/
TensorBoard 1.12.1 at http://server :6006 (Press CTRL+C to quit)
3）然後打開win本機網頁輸入“http://127.0.0.1:6006/”便可以看到tensorboard的展示。
出現問題：
a、TensorBoard 開啓端口6006正在佔用
Ctril+c關掉TensorBoard 後，再次輸入“tensorboard -- logdir== ”會報錯，正在使用。
此時在終端將6006端口kill掉，然後再運行TensorBoard 即可。
#終端下，查看PID
lsof -i:6006
#kill掉6006端口
kill -9 22226（PID號碼）
b、網頁顯示報錯
出現這個問題，證明已經tensorboard已經連接到文件夾下，只是文件夾下沒有相應的event文件，需要在訓練網絡，自己在代碼中添加保存event文件的命令。
c 在運行代碼時報gpu顯存不夠，錯誤。
這時需要指定一個GUP顯卡進行運行，比如指定第二塊顯卡進行運行，即可正常運行。
[zyzh@server DemoMinistNN]$ export CUDA_VISIBLE_DEVICES=1
[zyzh@server DemoMinistNN]$ python minist.py