tensorflow.keras.callbacks.Tensorbar

最新推荐文章于 2022-03-22 20:54:42 发布

kedaya.

最新推荐文章于 2022-03-22 20:54:42 发布

阅读量981

点赞数

分类专栏： DL学习笔记文章标签： leetcode 算法机器学习

本文链接：https://blog.csdn.net/qq_41286949/article/details/121417676

版权

在机器学习模型训练中，通过TensorBoard可以实现训练过程的可视化。启动TensorBoard的方式是在终端输入tensorboard命令指定日志目录。在浏览器中访问返回的HTTP地址，可以查看和分析模型的训练指标。此方法适用于TensorFlow.keras.callbacks模块的使用，有助于学习和记录。

摘要由CSDN通过智能技术生成

Tensorbar的使用

TensorBoard是内置于TensorFlow中基于浏览器的可视化工具，安装TensorFlow时会自动安装这个工具。简单来说，它就是把训练过程数据写入文件，然后用浏览器查看的工具。在Keras中，它也被包装成一个回调函数。

import tensorflow as tf
from tensorflow.keras.callbacks import Tensorbar
# tensorbar读取路径
log_dir = '读取路径'
tensorbar = Tensorbar(log_dir, historygram_freq = 1)
cp_callback= [tensorbar]
# 模型调用时，通过回调函数接口传入
model