查看训练模型保存下来的事件日志文件命令：
# 最后不带 “/”
tensorboard --logdir="./tensorboard/20190802-211034"
# 也可以最后带 “/”
tensorboard --logdir="./tensorboard/20190802-211034/"
# 单引号也可以
tensorboard --logdir=‘./tensorboard/20190802-211034/’
但一定要注意：–logdir 参数传入的是事件文件所在的文件夹，而不是事件文件本身！
事件文件一般如下：
events.out.tfevents.******.******.******
对于初学者可能会遇到的问题就是明明把观察的对象添加到 summary 中，最后运行 tensorboard 命令后，在浏览器中查看却只有图 GRAPHS 的选项，而没有所要观察的对象，如损失项标量：
错误实例：
tf.summary.scalar('loss_1', loss1)
tf.summary.scalar('loss_2', loss2)merged_summaries = tf.summary.merge_all()logdir = "tensorboard/" + datetime.datetime.now().strftime("%Y%m%d-%H%M%S") + "/"sess = tf.Session()
writer = tf.summary.FileWriter(logdir, sess.graph)# 有些情况下，在 Session 中还有一行代码
summary_results = sess.run(merged_summaries, {
x_holder: batch_X, c_holder: one_hot_y, z_holder: batch_z})
但实际上，上面的代码只是把图 Graph 写入到了日志事件文件中，在有、没有最后一行的情况下，tensorflow 程序都能运行不报错，但是却因为拉下一步 writer.add_summary() 而没有将观察的对象写入到日志文件中！
正确实例：
tf.summary.scalar('loss_1', loss1)
tf.summary.scalar('loss_2', loss2)merged_summaries = tf.summary.merge_all()logdir = "tensorboard/" + datetime.datetime.now().strftime("%Y%m%d-%H%M%S") + "/"sess = tf.Session()
writer = tf.summary.FileWriter(logdir, sess.graph)# 有些情况下，在 Session 中还有一行代码
summary_results = sess.run(merged_summaries, {
x_holder: batch_X, c_holder: one_hot_y, z_holder: batch_z}) # 这一步不能拉下，否则没有运行观察对象的命令
writer.add_summary(summary_results, global_step=train_epoch) # 这一步更不能拉下，否则即使运行了观察对象的 summary 命令，也不会写入到日志事件文件中，就会造成查看 tensorboard 时只有一个 GRAPHS 选项！