记录tensorboard存数据代码功能：
如果你想要存放一个变量的话，你需要先定义一下，这里我创建了一个定义平均奖励的变量：
self.average_reward = tf.Variable(0.1, trainable=False)
之后我们将这个变量加到tensorboard的summary里面，这样的话，我们之后就需要运行这个节点，然后把值传入进去，tensorboard就会自动帮我们加载。
1. self.average_reward = model.average_reward 2. self.aver_rewards = tf.summary.scalar('Average-Reward', self.average_reward)
我们还需要定义保存的路径：
self.summary_writer = tf.summary.FileWriter("logs/", self.sess.graph)
这样的话我们开始的步骤就完成了，之后我们想要存数据的话，我们可以通过下面的方式去调用就可以了。
1. average_r = np.mean(average_rewards) 2. aver_rewards = self.sess.run(self.aver_rewards, {self.average_reward: average_r}) 3. self.summary_writer.add_summary(aver_rewards, self.step)
我们先计算出我们需要tensorboard记录的数据，之后我们run一下我们之前定义的scalar节点，然后把scalar需要的数据传入进去即可，最后我们将数据和训练步数add进summary里面就可以啦。
