将tensorflow会话中的数据也写入tensorboard

1.网络中的tensor数据可视化

对于训练过程中的loss，acc等在网络中的数据，大家都知道怎么将这些数据保存并通过tensorboard可视化。大致过程如下：

class net():
    ....
    tf.summary.scalar('loss', loss)



merged = tf.summary.merge_all()
writer = tf.summary.FileWriter('/home/tensorboard_1/')
with tf.Session(config=tfconfig) as sess:
    summary,_ = sess.run([merged,train_op,Feed_dict=Feeddict])
    writer.add_summary(summary, epoch)

2.会话中的数据可视化

对于只在Session中出现的数据，则无法通过上述方法将数据保存，并使用tensorboard可视化。但是数据应该是可以保存并可视化的，这时候可以通过增添的方式将数据进行保存并可视化出来，具体代码如下：

# 将计算出的mean_IoU数据保存并通过tensorboard可视化
summary = tf.Summary()
summary.value.add(tag='average IoU', simple_value=mean_IoU)
# 保存地址
summary_writer = tf.summary.FileWriter('/home/tensorboard_1/')
# 数据写入
summary_writer.add_summary(summary, batchsize)