win10+keras+tensorboard的使用

在训练模型时，不可避免地要对训练结果做一些评估。tensorboard可以对训练过程中的损失和精度等进行可视化，tensorboard在tensorflow、keras和pytorch等框架下都可以使用。而网上多是关于tensorboard在linux系统下的使用，给win10使用者造成不便。

tensorflow2.版本里面有tensorboard，不用再去安装。1.版本的还需要自己去安装一下tensorboard。
其实，不同用户对应的版本不同，使用的框架不同，最简单的方法就是参考tensorboard官网。
官网的实例也是linux系统，不过对于keras来说，win10也是相同的用法，只是路径格式不太相同。

因为构建模型很简单，不再赘述。构建好模型后，在fit前，我们记录一下callback：

tensorboard_callback = tf.keras.callbacks.TensorBoard(log_dir="E:\jupyter\log", histogram_freq=1)

这里log_dir是生成的日志的路径，然后就可以进行fit了。fit的时候选择相应的callback参数：

%%time 
model.fit(X_train, y_train, batch_size = 60000, epochs = 2,
          shuffle = True, verbose = 1, 
          validation_data = (X_test, y_test), 
          callbacks = [tensorboard_callback])

在训练好后，进入刚才的log路径，例如我的是：“E:\jupyter\log”，查看是否生成了相应的events文件。

根据官网的描述，是可以直接在notebook里启动tensorboard的，不过我失败了。

通过命令行 （command） 或在 notebook 体验中启动 TensorBoard ，这两个接口通常是相同的。 在 notebooks, 使用 %tensorboard 命令。 在命令行中， 运行不带“％”的相同命令。

%tensorboard --logdir logs/fit

如果你和我一样是用命令行的方式，可以输入：

tensorboard --logdir "E:\jupyter\log"

我用的是anaconda的环境，所以我启动的是相应环境下的终端，试了一下，其他位置的终端是不可以的。要确定好相应的环境和路径。
执行后会生成一个网址，长这样

http://localhost:6006/

示例：

复制这个网址，打开浏览器，输入就可以查看训练的过程的可视化啦。