这里以一个项目为例，我的参数分布信息文件：events.out.tfevents.1617885806.promote.cache-dns.local存储在了名为tensorboard下的textcnn的文件夹中，文件夹由如下代码实现：

    tensorboard_dir = 'tensorboard/textcnn'
    if not os.path.exists(tensorboard_dir):
        os.makedirs(tensorboard_dir)

    tf.summary.scalar("loss", model.loss)#能够保存训练过程以及参数分布图并在tensorboard显示
    tf.summary.scalar("accuracy", model.acc)
    merged_summary = tf.summary.merge_all()

    #merge_all 可以将所有summary全部保存到磁盘，以便tensorboard显示。如果没有特殊要求，一般用这一句就可一显示训练时的各种信息了。
    writer = tf.summary.FileWriter(tensorboard_dir)
    #指定一个文件用来保存图。

 

训练完成的结果如下：

配置路径
在pycharm终端进行，先通过终端命令进入tensorboard文件夹「events.out.tfevents.1617885806.promote.cache-dns.local 所在文件夹：textcnn的上一级」（也可以直接把tensorboard文件夹拖入pycharm终端）
结果如下图：
接着在%后面输入以下一行命令：

 tensorboard --logdir=textcnn --host=127.0.0.1

 

“–logdir=textcnn”导入的textcnn文件夹
“–host=127.0.0.1”这个可以不加，因为我的浏览器不加的话，打不开接下来下面那个网址
执行命令如下：

可以看到最后给出了一个地址：http://127.0.0.1:6006/，我们点击它，进入tensorboard网站，看到我们训练参数的可视化结果：
大功告成