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