老卫带你学---keras和tensorfboard的结合

keras和tensorfboard的结合

keras通过结合tensorfboard，可以很直观的分析迭代过程中的指标变化，为研究指明方向

1.通过回调函数，保存训练记录

from keras.callbacks import TensorBoard
from keras.models import Sequential


finetuned_model = Model(model.input, x)
finetuned_model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy'])
finetuned_model.fit_generator(batches, steps_per_epoch=num_train_steps, epochs=50, callbacks=[early_stopping, checkpointer,history,TensorBoard(log_dir='./tmp/log')], validation_data=val_batches, validation_steps=num_valid_steps)
    

对，就是callbacks参数中的TensorBoard函数，里面装的是log存储路径

2.调用tensorboard

让后再cmd/terminal下命令： tensorboard --logdir=./temp/log 来浏览器进行查看
注意，这里的路径一定要写绝对路径