本文参考如何使用Tensorboard的数据，自己使用plot()函数，在同一副图中画出多条loss曲线原文代码没有将读取后的数据转为float类型
深度学习训练使用Tensorboard时acc，val_acc，loss，val_loss没有绘制在一张图上，我们可以下载Tensorboard数据，单独使用matplotlib模块绘画。
具体方法

一、启动Tensorboard,进入界面

logs是你的路径

tensorboard --logdir logs

启动成功后复制路径到你的浏览器打开Tensorboard界面

二、下载Tensorboard数据并保存

1.选中左上角的 Show data download links

2.选中右下角的下载文件的csv格式，如果下载后缀是.txt，更改为.csv

下载成功后的四个数据

三、数据文件预处理

删除.csv文件最上面一行的Wall time,Step,Value

四、编写plot()函数绘画程序

import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as np
from matplotlib.font_manager import FontProperties
import csv
 
'''读取csv文件'''
def readcsv(files):
    csvfile = open(files, 'r')
    plots = csv.reader(csvfile, delimiter=',')
    x = []
    y = []
    #读取csv文件中2,3列的数据，且转化为float类型
    for row in plots:
        y.append(float(row[2])) 
        x.append(float(row[1]))
    return x ,y
 
 
mpl.rcParams['font.family'] = 'sans-serif'
mpl.rcParams['font.sans-serif'] = 'NSimSun,Times New Roman'
 
 
plt.figure()
#读取四个文件
x2,y2=readcsv("run_.-tag-loss.csv")
plt.plot(x2, y2, color='red', label='loss')
 
x,y=readcsv("run_.-tag-val_loss.csv")
plt.plot(x, y, 'g',label='val_loss')
 
x1,y1=readcsv("run_.-tag-val_acc.csv")
plt.plot(x1, y1, color='black',label='val_acc')
 
x4,y4=readcsv("run_.-tag-acc.csv")
plt.plot(x4, y4, color='blue',label='acc')
 
plt.xticks(fontsize=16)
plt.yticks(fontsize=16)

#ylim和xlim的最大最小值根据csv文件的极大极小值决定 
plt.ylim(0,2)
plt.xlim(0, 50)

plt.xlabel('Steps',fontsize=20)
plt.ylabel('Score',fontsize=20)
plt.legend(fontsize=16)
plt.show()

画出来的有些丑，可以自己美化