张板最初是用于张量流的视觉工具。其他深度学习计算框架也可以使用张板工具进行视觉操作。在Pytorch的本机可视化工具的情况下，不够友好，建议使用tensorboardx实现Pytorch建模可视化。能够快速绘制模型的基本结构，观察训练过程中动态变化并观察图像数据的模型评估指标。您可以在火炬模块中调用张板，但张板不与pytorch同步。要使用Tensorboard，您需要单独安装它。Tensorboard使用本地打开服务，本地记录，Web读取结果以及本地生成结果的结果与REPP环境中的真实时间读取之间的巨大差异。
TensorFlow已安装。在安装TensorFlow的过程中，将自动安装Tensorboard，可以直接使用。
导入相关软件包，如果您不报告错误，则证明安装成功
在实际生产环境中，大型深度学习模型被部署在服务器上。在输入数据时，它不能绘制观察结果，例如输入本地IDE上的数据，然后打开一个服务以读取保存在本地或服务器上的信息。因此，整个过程将比本地图纸更复杂，但这确实是实际生产环境中的主流操作。
输入终端
致电服务，打开端口张板2.6.0，点http：// localhost：6006/（按Ctrl+C退出）进入端口以打开浏览器，输入LocalHost：6006在地址栏中输入Tensorboard显示页面.arlier我们已经通过写入录制了一组数据，我们可以看到显示效果。