前篇文章提到的TensorFlow的可視化工具-TensorBoard，我們這就來好好地介紹 下它吧~

TensorBoard是TensorFlow的開源工具套件，但可以獨立安裝，也可以在其他的框架裡使用。

TensorBoard:

• 可視化模型的網路架構 (運算和層)
• 追蹤模型指標 (損失、準確率等等，並以視覺化的方式呈現)
• 檢查機器學習工作流程中權重、偏差和其他張量隨時間變化的直方圖
• 顯示非表格數據 (圖像、文字、音訊)
• 將高維嵌入投影到低維度空間
• 剖析TensorFlow程式

在Jupyter Notesbooks中開啟TensorBoard:

需要輸入以下程式碼並執行

載入並規範化MNIST數據
定義模型
編譯模型
(建立一個回調並呼叫fit方法)

執行結果:

呼叫fit方法將回呼作為參數傳入。在工作目錄中建立logs資料夾，再將參數傳給log_dir。

呼叫fit方法後，就能進入localhost:6006來查看結果。

epoch_accuracy圖 (顯示每個epoch的準確性)

epoch_loss圖 (顯示每個epoch的損失)