21.Tensorboard

tensorboard可以可视化我们的训练过程，我们训练mnist作为例子

目录

1  导入库

2  导入数据

3  处理数据

4  创建数据集 

5  建立模型

6  编译模型

7  创建tensorboard

8  训练模型

9  显示tensorboard

---

1  导入库

2  导入数据

3  处理数据

4  创建数据集 

5  建立模型

6  编译模型

7  创建tensorboard

首先我们创建一个时间文件夹，以便我们进行每一次训练后都保存一个日志

这里的strftime()是将时间数据转换成字符串格式，参数为要转换的格式

• %Y 年
• %m 月
• %d 日
• %H 小时
• %M 分钟
• %S 秒

之后创建tensorboard对象

tensorboard的参数如下

• log_dir 日志路径，不需要创建，它会自动生成
• histogram_frep 直方图频率，我们如果不需要记录就设置为0，如果设置为1就是一个epoch记录一次，如果设置为2就是两个epoch记录一次

其他的参数我们使用默认参数就行，之后如果有涉及到会再提

在callbacks中还存在很多功能，比如说EarlyStopping，当我们loss连续几个epoch不下降的时候我们使用EarlyStopping可以使其停止训练。再比如LearningRateScheduler，我们可以使用这个方法在训练过程中改变学习速率

8  训练模型

在model.fit中我们加入刚刚创建的tensorboard对象作为回调函数，由于回调函数可能有多个，所以我们要传入一个列表类型的变量，如果我们只有一个回调函数也要把它放在列表中

训练结束之后会生成我们指定的文件夹

logs下有一个子目录，这个是我们训练的时间

打开后有train和validation两个文件夹

• train

• validation

9  显示tensorboard

首先我们打开Anaconda Prompt，然后激活环境

然后进入我们的项目目录(logs这个文件夹放在哪个目录下就进哪个目录)

然后输入 tensorboard --logdir logs

发现上面出现一个网址(http://localhost:6006)，我们访问这个地址

这样我们就打开了tensorboard

我们发现界面上有两条曲线，在这里打勾或不打勾可以选择显示或不显示

左上角的SCALARS是标量，可以显示acc,loss等数据

GRAPHS可以查看我们的网络

如果想看网络某一层的细节，我们可以双击进入它，我当前进入的是dense

再双击两下就能退出详细显示

剩下三个都是显示bias与keral情况的，后面我们如果有用到再提