02:tensorboard入门使用案例

1.安装

首先要安装tensorflow2.4

pip install tensorboard
pip install tensorboardX

Tensorboard其实是TensorFlow♂ 的一个附加工具，而TensorboardX 这个工具使得 TensorFlow 外的其他神经网络框架也可以使用到 Tensorboard 的便捷功能，如pytorch；安装的版本不用管，会自动安装最近的版本，本设备pytorch环境安装情况如下：

2.代码案例

import numpy as np
from keras.layers import Input, Dense, Dropout, Activation,Conv2D,MaxPool2D,Flatten
from keras.datasets import mnist
from keras.models import Model
from tensorflow.keras.utils import to_categorical
#导入tensorboard包
from keras.callbacks import TensorBoard

if __name__=="__main__":
    #1.导入和划分数据集
    (x_train,y_train),(x_test,y_test) = mnist.load_data()
    x_train=np.expand_dims(x_train,axis=-1)
    x_test=np.expand_dims(x_test,axis=-1)
    y_train=to_categorical(y_train,num_classes=10)
    y_test=to_categorical(y_test,num_classes=10)
    batch_size=128
    epochs=3
    #2.使用函数式API创建模型
    inputs = Input([28,28,1])
    x = Conv2D(32, (5,5), activation='relu')(inputs)
    x = Conv2D(64, (5,5), activation='relu')(x)
    x = MaxPool2D(pool_size=(2,2))(x)
    x = Flatten()(x)
    x = Dense(128, activation='relu')(x)
    x = Dropout(0.5)(x)
    x = Dense(10, activation='softmax')(x)
    model = Model(inputs,x)
    model.compile(loss='categorical_crossentropy', optimizer="adam",metrics=['acc'])
    #3.创建tensorboard对象
    Tensorboard= TensorBoard(log_dir=r"C:\Users\hanhan\Desktop\test", histogram_freq=1,write_grads=True)
    #4.将tensorboard对象放入callbacks函数内，训练模型
    history=model.fit(x_train, y_train, batch_size=batch_size, epochs=epochs, shuffle=True, validation_split=0.2,callbacks=[Tensorboard])

TensorBoard参数

参数	含义
log_dir	用来保存Tensorboard的日志文件等内容的位置，我们可以在这里写我们存放的地址
histogram_freq	计算各个层在中模型的激活值和模型权重直方图的频率。
write_graph	是否在 TensorBoard 中可视化图像。设置为True
write_grads	是否在 TensorBoard 中可视化梯度值直方图。设置为True
batch_size	用以直方图计算的传入神经元网络输入批的大小。
write_images	是否在 TensorBoard中将模型权重以图片可视化。
update_freq	常用的三个值为’batch’ 、 ‘epoch’ 或 整数。当使用 ‘batch’ 时，在每个 batch 之后将损失和评估值写入到 TensorBoard 中。 ‘epoch’ 类似。如果使用整数，会在每一定个样本之后将损失和评估值写入到 TensorBoard 中。

#tensorboard默认值如下
log_dir='./logs',  # 默认保存在当前文件夹下的logs文件夹之下
histogram_freq=0,
batch_size=32,
write_graph=True,  #默认是True，默认是显示graph的。
write_grads=False,
write_images=False,
update_freq='epoch'

3.使用Tensorboard

第一步：进入我们tensorboard里面的指定的路劲文件，然后输入cmd

第二步：进入我们指定的环境，就是我们模型训练的虚拟环境–conda activate 环境名

第三步：输入命令:tensorboard --logdir="C:\Users\hanhan\Desktop\test"#后面要输入我们文件的具体路径，注意要用字符串

s