#tensorboard# 记录标量数据 & 标量数据可视化 & 数据再次读取

• 记录标量数据

在tensorflow之外的框架，利用tensorboardX来记录数据，代码如下：

from tensorboardX import SummaryWriter

tf_writer = SummaryWriter(log_dir=out) # out指定数据文件输出的路径

tf_writer.add_scalar('acc/val', metrics[0], iteration) # 第1个是数据的标签，训练数据标记为acc/train，验证数据标记为acc/val

tf_writer.add_scalar('mean_acc/val', metrics[1], iteration) # 第2个是数据的值，第3个是数据记录的位置，一般是迭代的次数

tf_writer.add_scalar('mean_iu/val', metrics[2], iteration)

tf_writer.add_scalar('fwavacc/val', metrics[3], iteration)

• 标量数据可视化

安装tensorboard

将tensorboard的记录文件放在一个目录下面：

开启终端输入以下命令：

 tensorboard --logdir=C:\Users\hjjiang\Desktop\Lab\NIPS2019 #tensorboard记录文件所在的目录

然后在浏览器中查看：localhost:6006

如果要在同一张图中查看多条曲线，那么在一个目录下建多个子目录，每个子目录中放不同时间的数据文件。

• 数据再次读取

代码如下：

from tensor