1 安装tensorboard
打开anaconda prompt，键入下边的命令：
activate tensorflow
pip install tensorboard
当执行“activate tensorflow”时，报如下错误：
解决办法如下：
在anaconda prompt中输入conda create -n tensorflow python=3.7，后边这个python=3.7是因为我的anaconda里边的python环境是3.7版本的，如果你的是其他版本，改成对应的版本就可以。
建好环境以后，重新输入安装tensorboard的两条命令，就可以完成安装了！！！
2 测试tensorboard
按照第1节安装了tensorboard之后，我们怎么确定我们安装的tensorboard能用呢？我们需要测试一下，具体如下：
在spyder中输入以下简单的命令：
import tensorflow as tf
#定义一个简单的计算图，实现向量加法的操作。
input1=tf.constant（[1.0，2.0，3.0]，name="input1"）
input2=tf.Variable（tf.random_uniform（[3]），name="input2"）
output=tf.add_n（[input1，input2]，name="add"）
#生成一个写日志的writer，并将当前的TensorFlow计算图写入日志。TensorFlow早期的写日志是下边第一个写法
#后边的版本改成了第二种写法，有时候报tf没有分配summarywrite模块的错误，改用第二种写法，问题解决！
writer=tf.train.Summarywriter（"./path/to/log"，tf.get_default_graph（））
writer = tf.summary.FileWriter("./path/to/log",tf.get_default_graph())
writer.close（）
你会在对应的内存空间中找到日志文件，如下：
然后我们使用下边的命令可视化：
tensorboard --logdir /log
有几点需要说明：
（1）该命令不能在类似spyder的IDE中实现，应该在anaconda prompt或者dos窗口（win+r输入cmd，回车）下输入，否则会报如下错误：
（2）输入这个命令时，应在tensorflow环境中，可以在anaconda prompt或者dos窗口中使用“activate tensorflow”激活tensorflow环境；也可以打开“anaconda navigator”，在tensorflow环境中打开终端，操作见下图：
左键点击那个类似播放器的按钮之后，然后在出现的菜单栏里边点击“open terminal”，跟第一种方法执行的功能一样！！！
（3）我们需要先进入（cd）日志文件对应的文件夹，然后输入上边的命令。
（4）即使我们满足了以上三条，复制命令下边的网址到浏览器的时候也可能报如下的错：
这是因为我执行上述命令的时候，连着wifi，这个时候，只要你把wifi给断了，问题也就解决了！！！
最后附上我们的tensorboard可视化的图：
