tensorboard使用_人工智能python tensorflow2.0 教程4可视化工具tensorboard使用

Tensorboard 是一款可视化工具，方便程序调试

1. Tensorboard 工作原理

简单来说，tensorboard 就是通过监听定目录下的 log 文件然后在 Web 端将 log 文件中需要监听的变量可视化出来的过程。

所以，使用 Tensorflow 大致分为以下三步：

1.创建监听目录 logdir
2.创建 summary_writer 对象写入 logdir

3.将数据写入到 summary_writer 中

Keras与TensorBoard的通讯基本上是通过Keras的回调函数来实现的

代码如下

导入tensorboard

from tensorflow.keras.callbacks import TensorBoard

model_name = "python3_lineregression_{}".format(int(time.time()))

tensorboard = TensorBoard(log_dir='C:甥敳獲AdministratorDocumentscodeslogs{}'.format(model_name))

history = model.fit(x, y, epochs=5000, callbacks=[tensorboard]) #在调用Keras的model.fit方法中，指明TensorBoard的回调函数

打开TensorBoard

tensorboard --logdir=logs/

默认端口6006打开浏览器