summary是TensorFlow可视化的工具，主要用到以下函数：
1、tf.summary.scalar() 2、 tf.summary.merge_all() 3、tf.summary.FileWriter()
tf.summary.scalar(‘loss’, loss) ## 用来搜集 loss 的数据，命名为 ‘loss’
merge_summary = tf.summary.merge_all() ## 这个函数可以将所有的 summary 全部保存到磁盘
train_writer = tf.summary.FileWriter(train_save_dir, sess.graph) ## 将训练过程数据保存在filewriter指定的文件中 tf.summary.FileWritter(path,sess.graph)
………………………..中间处理等（交叉熵，优化器等等参数）………………………
step in range(training_step):
train_summary = sess.run(merge_summary, feed_dict={……..}) ##调用sess.run运行图，生成一步的训练过程数据
train_writer.add_summary(train_summary, step) ##调用train_writer的add_summary方法将训练过程以及训练步数保存
tf.summary用法小结：
1、tf.summary.scalar：用来显示标量信息
例如：tf.summary.scalar(‘