在使用tensorboard可视化网络参数时，当因多次训练产生多个events文件后，在tensorboard上显示会非常混乱，非常不易于观察。

如下图所示，这张图只有两次实验的文件，已经比较混乱了。

我之前的解决办法是每次跑都将以前的文件删除，保证路径下只有当前产生的events文件，但这样比较繁琐，特别是当需要调的参数变多的时候，每次删除不但很累，而且容易出错，后来受的启发，既然保存在不同路径下就可以分别显示，那么将每次生成的events文件保存在不同的路径下即可，因此想到了使用时间戳作为路径名，在解决显示紊乱的同时还记录下了训练的时刻，一举两得。

from datetime import datetime
TIMESTAMP = "{0:%Y-%m-%dT%H-%M-%S/}".format(datetime.now())
...
train_log_dir = 'logs/train/' + TIMESTAMP
test_log_dir = 'logs/test/'  + TIMESTAMP
megred = tf.summary.merge_all()
with tf.Session() as sess:
  writer_train = tf.summary.FileWriter(train_log_dir,sess.graph)
  writer_test = tf.summary.FileWriter(test_log_dir)  
  ...other code...
  writer_train.add_summary(summary_str_train,step)
  writer_test.add_summary(summary_str_test,step)

其效果如下。

以上这篇解决tensorboard多个events文件显示紊乱的问题就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持python博客。