在做网络训练实验时，有时需要同时将训练曲线和测试曲线一起显示，便于观察网络训练效果。经过很多次踩坑后，终于解决了。

具体的方法是：设置两个writer，一个用于写训练的数据，一个用于写测试数据，并且这两个writer分别存在train和test路径中，注意测试的writer不能加sess.graph如下代码所示。

...train_log_dir = 'logs/train/'test_log_dir = 'logs/test/' # 两者路径不同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) # 注意此处不需要sess.graph ...other code... writer_train.add_summary(summary_str_train,step) writer_test.add_summary(summary_str_test,step)

此处贴一个使用mnist测试的图片，如图所示，在左下角可以通过test和train的选项卡选择查看哪条曲线。

以上这篇tensorboard实现同时显示训练曲线和测试曲线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。