tensorflow20 在tensorboard展示

要在TensorBoard中展示TensorFlow 2.0的图形和摘要，可以按照以下步骤进行操作：

确保安装了TensorFlow 2.0和TensorBoard。可以使用以下命令安装：

pip install tensorflow==2.0.0
pip install tensorboard

在代码中导入TensorFlow和TensorBoard模块：

import tensorflow as tf
from tensorboard import program

在需要展示的代码中，设置TensorBoard回调函数并保存日志文件：

# 假设你已经有一个训练好的模型
model = ...

# 设置TensorBoard回调函数
log_dir = "./logs"
tensorboard_callback = tf.keras.callbacks.TensorBoard(log_dir=log_dir, histogram_freq=1)

# 使用回调函数训练模型
model.fit(..., callbacks=[tensorboard_callback])

在代码中添加以下代码，以在TensorBoard中启动TensorBoard服务器：

tb = program.TensorBoard()
tb.configure(argv=[None, '--logdir', log_dir])
url = tb.launch()
print("TensorBoard可在以下URL中访问：", url)

运行代码并在控制台中找到TensorBoard的URL，然后复制并粘贴到浏览器中打开。

这样，TensorBoard就会显示TensorFlow 2.0代码中的图形和摘要信息。

请注意，您需要确保在每次运行代码之前清除TensorBoard日志目录，以避免旧的日志文件干扰新的训练数据。可以使用以下命令清除日志目录：

!rm -rf ./logs
``