关于tensorboard就胡乱写一下自己的想法吧，
首先是最常用的几个函数，
第一个 ： tf.summary.histogram()
histogram() 这个单词的意思就是我们统计学中的直方图
（ 这里我并不在理解为什么要用这个叫做直方图的函数来存储 w 和b 的取值 ）
在tensorflow中，我们经常用它来存储 权重w 和 偏移b 的取值
在tensorboard的可视化中，我们的这两个值就会变成这样
2，，
tf.summary.scalar( )函数
主要用途： 一般在画loss曲线和accuary曲线时会用到这个函数。
3，，
然后是这个 tf.summary.image( ) 函数， 我们可以看一下他需要传入的参数的内容
这个是我唯一没有亲手用过的函数，所以对他的印象有一点摸模模糊糊的
参数说明：
[1]name :一个节点的名字，如下图红色矩形框所示
[2]tensor:要可视化的图像数据，一个四维的张量，元素类型为uint8或者float32，维度为[batch_size, height,
width, channels]
[3]max_outputs:输出的通道数量，可以结合下面的示例代码进行理解
主要用途： 一般用在神经网络中图像的可视化
可能以后在用到反卷积的时候会和他打交道，我先暂时放在这里。。。。
4，，
然后是这个 tf.summary.merge_all（）函数
从函数名就可以看出来，这个函数的作用大概就相当于打包。
没什么特别的
5,,
最后一个，也是很关键的一步，就是存储
tf.summary.FileWriter()