zl程序教程

您现在的位置是:首页 >  其它

当前栏目

Keras调用TensorBoard

调用 Keras TensorBoard
2023-06-13 09:11:58 时间

TensorBoard对于分析模型训练信息来说是个很有用的工具,虽然我目前用的不多,但是使用几次发现Tensorboard功能确实很强大。下面是Keras调用Tensorboard的代码实例:

	# callback tensorboard_class
	tbCallBack = TensorBoard(log_dir='./logs',
							 histogram_freq=0,
							 write_graph=True,
							 write_images=True)
	# Train the model for 'step' epochs
	history = model.fit_generator(
		TrainingData(score + ampl * np.random.random_sample(size=score.shape), steps=step, batch_size=32),
		initial_epoch=steps,
		epochs=steps + step,
		max_queue_size=12,
		workers=6,
		verbose=2,
		callbacks=[tbCallBack]).history

当模型训练完毕,进入logs所在目录,打开终端输入:

tensorboard --logdir=logs

出现如下结果,即表示成功调用TensorBoard

其他问题

在之前我试过在终端中输入如下命令方式调用Tensorboard,但是没有成功,目前不得知是tensorflow版本问题还是参考文章作者不严谨的问题。

还有个问题是,我在conda创建的虚拟环境中调用tensorboard也不成功,但是切换回系统环境(usr/bin/python3,已经安装了tensorflow、keras)则能调用成功,我估计是我conda装的tensorboard有问题,但是目前没找到问题在哪,正常导入包是可以的。报错截图如下:

参考资料