關於tensorboard就胡亂寫一下自己的想法吧，

首先是最常用的幾個函式，

第一個  ：  tf.summary.histogram()

histogram() 這個單詞的意思就是我們統計學中的直方圖

（ 這裡我並不在理解為什麼要用這個叫做直方圖的函式來儲存 w 和b 的取值 ）

在tensorflow中，我們經常用它來儲存 權重w 和 偏移b 的取值

在tensorboard的視覺化中，我們的這兩個值就會變成這樣

2，，
tf.summary.scalar( )函式

主要用途：    一般在畫loss曲線和accuary曲線時會用到這個函式。

3，，

然後是這個    tf.summary.image( )   函式， 我們可以看一下他需要傳入的引數的內容

這個是我唯一沒有親手用過的函式，所以對他的印象有一點摸模模糊糊的

引數說明：
       [1]name  :一個節點的名字，如下圖紅色矩形框所示
       [2]tensor:要視覺化的影象資料，一個四維的張量，元素型別為uint8或者float32，維度為[batch_size, height,
                 width, channels]
       [3]max_outputs:輸出的通道數量，可以結合下面的示例程式碼進行理解

主要用途：       一般用在神經網路中影象的視覺化

可能以後在用到反捲積的時候會和他打交道，我先暫時放在這裡。。。。

4，，

然後是這個  tf.summary.merge_all（）函式  

從函式名就可以看出來，這個函式的作用大概就相當於打包。

沒什麼特別的

5,,

最後一個，也是很關鍵的一步，就是儲存

tf.summary.FileWriter()