该教程可能在TensorFlow官方网站上披露得不太清楚

我之前一直陷入同样的问题

但是为了不让您感到困惑，我仍然在这里使用它作为指导

第一部分（.py文件中的代码行）

只需跳到官方指南中的tf.train.SummaryWriter类即可

首先，您需要在.py文件中使用以下代码行来创建数据流图

在张量流中，会话是创建图的地方

#...create a graph...
# Launch the graph in a session.
sess = tf.Session()

然后，您还需要在代码中输入以下行

# Create a summary writer, add the 'graph' to the event file.
writer = tf.train.SummaryWriter(< directory name you create>, sess.graph)

执行创建的.py文件后，将在您分配的目录中生成logs文件夹

这是您可以使用的示例代码

第二部分（Linux终端中的代码行）

在Linux终端窗口中，输入

tensorboard --logdir="path of your log file"

它将自动链接到您的日志文件

最后一步（在浏览器中键入链接）

键入后

tensorboard --logdir="path of your log file"

它将生成一个http链接，例如http://666.6.6.6:6006

将http链接复制到您的Web浏览器中

好好享受！

小心

不要在上面的代码行中键入日志文件之前的目录

可能会错过日志文件

这段 youtube视频将在9:40对此进行更明确的解释

您还可以在官方指南中了解如何启动tensorboard

希望您能尽快显示数据图〜

这行需要在您的代码（python脚本）中，就像您所说的那样：

summary_writer = tf.train.SummaryWriter（'/ tensorflow / logdir'，sess.graph_def）

但是，这一行必须从linux调用（而不是从脚本内部）：

张量板--logdir = tensorflow / logdir

但是，在tensorboard真正运行之前，您还需要做更多的事情： 如何创建Tensorflow Tensorboard空图