https://www.cnblogs.com/hutao722/p/9546521.html
原作设计了一个可运行的能进行迁移学习的代码,我根据自己的需要进行了一些改进,删去了一些功能
然后加入可视化、保存模型、添加层等方法
------------------------------------------------------------------------------------------
首先是可视化,其依赖于TensorBoard和ModelCheckpoint,
TensorBoard(注意有两个大写字母)可以用来显示模型训练过程中的acc和loss等
ModelCheckpoint我先导进来,但是最后一个ckpt保存一下的功能暂时还没有实现...
然后在程序中加入这样一句话
tbCallBack = TensorBoard(log_dir='./Graph',histogram_freq= 0, write_graph=True, write_images=True)
当成功运行一个epoch以后就会在路径下生成一个叫Graph的文件夹,里面有
类似这种文件,每一个epoch会在原有基础上进行一次更新
可以参照另一篇