深度学习9-tensorboard_tebsorboard 结果怎么看-CSDN博客

本BLOG上原创文章未经本人许可，不得用于商业用途，转载请注明出处。

本文链接：https://blog.csdn.net/weixin_46649052/article/details/108813035

本文介绍了Tensorboard的基本概念，详细阐述了如何在Keras训练过程中使用Tensorboard进行可视化，并展示了如何在自定义训练中集成Tensorboard，虽然自定义训练部分的代码未能成功运行。

摘要由CSDN通过智能技术生成

文章目录

掌握Tensorboard作用，学会使用Tebsorboard，看评估指标、模型图

1.Tensorboard简介

在这里插入图片描述

2.Keras训练中使用

在这里插入图片描述

Tensorboard界面解释

from __future__ import absolute_import, division, print_function, unicode_literals

import tensorflow as tf
import numpy as np 
from tensorflow.keras.layers import Dense, Flatten, Conv2D
from tensorflow.keras import Model
import numpy as np
import datetime
print(tf.__version__)
print(np.__version__)


mnist = np.load("mnist.npz")
x_train, y_train, x_test, y_test = mnist['x_train'],mnist['y_train'],mnist['x_test'],mnist['y_test']

x_train, x_test = x_train / 255.0, x_test / 255.0

# Add a channels dimension
x_train = x_train[..., tf.newaxis]
x_test = x_test[..., tf.newaxis]



class MyModel(Model):
    def __init__(self):
        super(MyModel, self).__init__()
        self.conv1 = Conv2D(32, 3, activation='relu')
        self.flatten = Flatten()
        self.d1 = Dense(128, activation='relu')
        self.d2 = Dense(10, activation='softmax'