用途：TensorBoard 是机器学习可视化工具包，用于可视化损失、准确率等训练指标，借助直方图与分布调试模型，跨多次运行对比实验，查看模型图与架构，将嵌入投影到低维（t-SNE、PCA），跟踪超参数实验，分析性能瓶颈，并在训练中可视化图像与文本。
主要能力：标量记录（add_scalar/add_scalars）、图像记录（add_image）、直方图（add_histogram）、模型图（add_graph）、嵌入投影（add_embedding）、超参数调优（add_hparams）、文本记录（add_text）、PR 曲线（add_pr_curve），以及 TensorFlow Profiler 与 PyTorch Profiler 性能分析。
使用方式：安装 pip install tensorboard；PyTorch 集成 pip install torch torchvision tensorboard；TensorFlow 集成 pip install tensorflow。启动 tensorboard --logdir=runs，访问 http://localhost:6006。PyTorch 使用 torch.utils.tensorboard 的 SummaryWriter 记录；TensorFlow/Keras 使用 tf.keras.callbacks.TensorBoard 回调。
适用场景：训练监控、模型调试、多实验对比、嵌入可视化、超参数搜索、性能剖析。
限制：资料未提供收费、价格与平台支持等具体信息；日志记录过频会产生大文件，建议合理控制频率并及时关闭 writer。