Tensorboard初体验

Tensorboard是Tensorflow自带的可视化工具，功能非常强大。
首先运行如下代码：

import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import datasets, layers, optimizers, Sequential, metrics
import tensorboard
import datetime

mnist = tf.keras.datasets.mnist

(x_train, y_train),(x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0

def create_model():
  return tf.keras.models.Sequential([
    tf.keras.layers.Flatten(input_shape=(28, 28)),
    tf.keras.layers.Dense(512, activation='relu'),
    tf.keras.layers.Dropout(0.2),
    tf.keras.layers.Dense(10, activation='softmax')
  ])
  
model = create_model()
model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy'])

tensorboard_callback = tf.keras.callbacks.TensorBoard(histogram_freq=1)  

model.fit(x=x_train, 
          y=y_train, 
          epochs=5, 
          validation_data=(x_test, y_test), 
          callbacks=[tensorboard_callback]) 

运行成功后会在代码所在的文件夹里出现一个名为logs的文件夹，里面就有这次运行的信息。
接下来在终端运行如下代码（这里logs要替换成logs文件夹的地址）：

 tensorboard --logdir logs

结果如下：

根据图中地址，用浏览器打开http://localhost:6006/就得到了我们要的可视化结果：