TensorFlow-6-TensorBoard 学习可视化

参考资料：
https://www.tensorflow.org/get_started/summaries_and_tensorboard

中文译文参考：
http://wiki.jikexueyuan.com/project/tensorflow-zh/how_tos/summaries_and_tensorboard.html

本次深入探讨的核心技术是 TensorBoard。作为深度学习生态系统中不可或缺的可视化工具，TensorBoard 的主要价值在于将原本抽象且复杂的神经网络训练过程转化为直观、动态的图形界面。通过这种可视化手段，开发者不仅能够更清晰地理解模型内部的数据流动与参数变化，还能高效地进行程序调试与性能优化，从而显著提升开发效率。

回顾前几节的教程内容，我们主要聚焦于构建基础模型架构。例如，参考以下代码示例：
https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/tutorials/mnist/mnist_softmax.py

然而，仅仅建立模型结构而缺乏对训练过程的监控，往往难以发现潜在的问题。在这一章节中，我们将重点展示如何利用 TensorBoard 将关键指标显性化，包括准确率（accuracy）、交叉熵（cross ent