一个更加完善的 TensorBoard JupyterLab 插件
python >= 3.6
请在安装本项目之前安装以下依赖：
- jupyterlab
- tensorflow
- tensorboard
pip install jupyterlab-tensorboard-pro
这是一个 jupyterlab 插件，目前已经不在支持 jupyter notebook
实际上，目前社区里面已经有了jupyterlab_tensorboard（前端插件）和 jupyter_tensorboard（对应的后端插件），不过两个仓库都已经很久没有更新，对于一些新的修复 PR 也没有及时合入，基于此判断项目作者已经不在积极地维护对应仓库。
同时，现有社区的 TensorBoard 插件存在一定的体验问题，比如需要同时安装两个 python 包，以及点击之后无任何响应，无法设置 TensorBoard Reload 时间等问题，交互体验不够友好，也会影响用户的 JupyterLab 使用体验。
因此本项目 fork 了社区现有项目，对逻辑进行更改，并且参考了之前一些比较有帮助但是暂时没有合入的 PR，希望能够在接下来较长的一段时间持续维护。
这个项目对接口名也进行了更改，因此可以和上述插件保持完全的独立。
特别感谢之前相关仓库的开发者们。
我们可以从 Launcher 面板点击 TensorBoard 图标，首次点击会进入到一个默认的初始化面板，我们可以从该面板创建 TensorBoard 实例。非首次进入则会直接进入到第一个活跃的 TensorBoard 实例。
我们也可以在 JupyterLab 快捷指令面板（ctrl + shift + c 唤起）中输入 Open TensorBoard。
在初始化面板中，提供了两个参数设置项目：
- Log Dir：默认是点击 TensorBoard 时当前侧边栏的目录，也可以手动填写对应目录，这里建议目录尽可能的细化，目录内容比较少的话会提高初始化速度。
- Reload Interval：TensorBoard 多久对对应目录进行一次重新扫描，这个选项是默认是关闭的，日常使用选择手动 Reload 即可（设置 Reload Interval 之后，TensorBoard 后端持续扫描目录会对 Jupyter 的稳定性和文件系统都产生一定的影响）。
选择好参数点击 Create TensorBoard，会同步创建 TensorBoard 实例，这个时候 jupyter 后端是阻塞的，请等待实例创建好之后再进行其他操作。
创建实例后，我们可以对 TensorBoard 的实例进行管理，目前依次提供了以下几个功能：
- 刷新和列表切换：可以切换成其他的实例的 TensorBoard 后端，这个时候不会销毁实例。
- 独立页面中打开：可以在以独立网页 Tab 的形式打开 TensorBoard。
- Reload：即重新初始化 TensorBoard 后端，当文件内容有更新时，可以通过此功能载入新的内容（注：TensorBoard 内部的刷新，不会造成 Reload）。
- Destroy：销毁实例，会连同前端面板一起关掉。
- Duplicate：重新打开一个完全一样的前端面板，此操作会复用 TensorBoard 后端。
- New：额外新建一个 TensorBoard 后端，注意事项可以参考上文。
另外，对于我们创建的 TensorBoard 实例，可以在 Jupyter 的 Kernel 管理面板一同管理，提供跳转至对应实例和删除等功能。
这里假设你已经对 aws s3 有了一定的使用经验
TensorBoard 支持通过 s3://path/to/dir 的方式传入一个 s3 的路径，这个方式在本插件内也同样支持。
不过，因为 s3 的路径通常并不是直接可以访问的，需要先通过 aws configure 配置一些基本信息（下载 aws cli），通常情况下，JupyterLab 运行所在的系统应该有以下文件：
# ~/.aws/config
[default]
region = ap-southeast-1
output = json
# ~/.aws/credentials
[default]
aws_access_key_id = ********
aws_secret_access_key = ********然后你需要额外安装一些依赖：
pip install botocore boto3 tensorflow-io
之后你可以输入一个 s3 路径，然后点击 tensorboard 的刷新按钮，等待加载完成后即可展示：
实际上，现在 tensorboard 本身在这里的状态提示并不友好，后续我们会进一步调研有没有更好的体验的方式
你可以通过 jupyter-lab --debug 开启 JupyterLab 和 TensorBoard 的调试日志。
jlpm install
pip install jupyter_packaging
jlpm run install:client
jlpm run install:server
# after above maybe you need create use a soft link to hot update前端部分开发：
jlpm run watch
后端部分可以在设置软链接之后，直接修改 python 文件，重启生效。
打包：
python setup.py bdist_wheel --universal
一般情况下提交 MR 即可，本项目的开发者可以打包发布到 pypi。