Tensorboard详解

该类在存放在keras.callbacks模块中。拥有许多参数，主要的参数如下：

1、log_dir: 用来保存Tensorboard的日志文件等内容的位置

2、histogram_freq: 对于模型中各个层计算激活值和模型权重直方图的频率。

3、write_graph: 是否在 TensorBoard 中可视化图像。

4、write_grads: 是否在 TensorBoard 中可视化梯度值直方图。

5、batch_size: 用以直方图计算的传入神经元网络输入批的大小。

6、write_images: 是否在 TensorBoard中将模型权重以图片可视化。

7、update_freq: 常用的三个值为’batch’ 、 ‘epoch’ 或 整数。当使用 ‘batch’ 时，在每个 batch 之后将损失和评估值写入到 TensorBoard 中。 ‘epoch’ 类似。如果使用整数，会在每一定个样本之后将损失和评估值写入到 TensorBoard 中。

默认值如下：

log_dir='./logs',  # 默认保存在当前文件夹下的logs文件夹之下
histogram_freq=0,
batch_size=32,
write_graph=True,  #默认是True，默认是显示graph的。
write_grads=False,
write_images=False,
update_freq='epoch'

使用例子

以手写体为例子，我们打开histogram_freq和write_grads，也就是在Tensorboard中保存权值直方图和梯度直方图。

打开CMD，利用tensorboard --logdir=logs生成tensorboard观测网页。

1、loss和acc

2、权值直方图

3、梯度直方图

实现代码

import numpy as np
from keras.layers import Input, Dense, Dropout, Activation,Conv2D,MaxPool2D,Flatten
from keras.datasets import mnist
from keras.models import Model
from keras.utils import to_categorical
from keras.callbacks import TensorBoard
if __name__=="__main__":
    (x_train,y_train),(x_test,y_test) = mnist.load_data()
    x_train=np.expand_dims(x_train,axis=-1)
    x_test=np.expand_dims(x_test,axis=-1)
    y_train=to_categorical(y_train,num_classes=10)
    y_test=to_categorical(y_test,num_classes=10)
    batch_size=128
    epochs=10
    inputs = Input([28,28,1])
    x = Conv2D(32, (5,5), activation='relu')(inputs)
    x = Conv2D(64, (5,5), activation='relu')(x)   
    x = MaxPool2D(pool_size=(2,2))(x)
    x = Flatten()(x)    
    x = Dense(128, activation='relu')(x)
    x = Dropout(0.5)(x)
    x = Dense(10, activation='softmax')(x)
    model = Model(inputs,x)
    model.compile(loss='categorical_crossentropy', optimizer="adam",metrics=['acc']) 
    Tensorboard= TensorBoard(log_dir="./model", histogram_freq=1,write_grads=True)
    history=model.fit(x_train, y_train, batch_size=batch_size, epochs=epochs, shuffle=True, validation_split=0.2,callbacks=[Tensorboard])

免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：mmqy2019@163.com进行举报，并提供相关证据，查实之后，将立刻删除涉嫌侵权内容。

猜你喜欢

• Pytho条件控制语句有哪些？怎样使用？

  这篇文章主要给大家分享Pytho条件控制语句的内容，主要介绍break、continue和return使用的实例，具有一定的学习价值，感兴趣的朋友可以参考一下，希望大家阅读完这篇文章能有所收获。

• 浅谈4个实用python内置数据结构的作用和用法

  这篇文章给大家分享的是有关python内置数据结构的内容，下文介绍了array、defaultdict、Named Tuple和Counter这几种python内置数据结构的作用和用法，小编觉得挺实用的，因此分享给大家做个参考。感兴趣的朋友跟随小编一起来看看吧。

• Python中怎样进行解析地址信息，方法和代码是什么

  在日常数据处理的过程中，有时候拿到手的是完整的地址信息，如果需要从地址信息中解析出相应的各级行政单元名称，方式有很多，而今天要介绍的方式只需要一行代码即可快速实现，快跟随小编一起学习一下吧

• pandas中重置索引怎样做？方法是什么？

  在pandas中，当经常对数据进行处理，可能会造成数据索引顺序混乱，那么也就会影响数据读取、插入等等操作，因此重置索引的操作就很重要，那么pandas中重置索引怎样做？接下来给大家分享几个方法，大家可以参考。

• 如何用PyTorch搭建LSTM实现多变量多步长时间序列预

  这篇文章主要为大家介绍了PyTorch搭建LSTM实现多变量多步长时序负荷预测，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪