您可以捐助,支持我们的公益事业。

1元 10元 50元





认证码:  验证码,看不清楚?请点击刷新验证码 必填



  求知 文章 文库 Lib 视频 iPerson 课程 认证 咨询 工具 讲座 Model Center   Code  
会员   
   
 
     
   
 订阅
  捐助
keras与tensorboard结合使用
 
作者: AL
   次浏览      
 2020-2-28
 
编辑推荐:
本文讲解使用tensorboard将keras的训练过程显示出来(动态的、直观的)是一个绝好的主意,特别是在有架设好的VPS的基础上,这篇文章就是一起来实现这个过程。希望对您有所帮助。
本文来自于cnblogs,由火龙果软件Delores编辑、推荐。

一、主要原理

keras的在训练(fit)的过程中,显式地生成log日志;使用tf的tensorboard来解析这个log日志,并且通过网站的形式显示出来。

fit的时候加上callbacks=[TensorBoard
(log_dir='./tmp/log')] 将运行的结果
保存在'./tmp/log'下。
执行tensorboard 命令的时候指明:
--logdir=./temp/log

二、实现步骤

我们需要选择一段运行绝对正确,而且需要一定时间的算法:使用keras自己提供的“cifar10_cnn.py”运行一个比较多的

epoch是很行的选择。它使用的是

# Fit the model on the batches
generated by datagen.flow().
model.fit_generator(datagen.flow
(x_train, y_train,
batch_size=batch_size),
epochs=epochs,
validation_data=(x_test, y_test),
workers=4)

我不知道是否有效,将其修改为:

model.fit_generator(datagen.flow
(x_train, y_train,
batch_size=batch_size),
epochs=epochs,
validation_data=(x_test, y_test),
workers=4,
callbacks=[TensorBoard
(log_dir='./tmp/log')])

并且运行

很遗憾,在1024mb的vps上面,cifar_10跑不起来,最后还是选择跑mnist

开启tensorboard

需要注意的是,这里所有的操作都是在

~/keras/examples 目录下进行的,有绝对地址的说法

三、观察结果

本例中出现了2个项目,其他的都被隐藏起来了

也可以看出函数模型

后面就是tensorboard的应用问题,但是它和keras的结合,使用本文中相关知识就可以解决了,感谢阅读,希望有所帮助

   
次浏览       
相关文章

基于图卷积网络的图深度学习
自动驾驶中的3D目标检测
工业机器人控制系统架构介绍
项目实战:如何构建知识图谱
 
相关文档

5G人工智能物联网的典型应用
深度学习在自动驾驶中的应用
图神经网络在交叉学科领域的应用研究
无人机系统原理
相关课程

人工智能、机器学习&TensorFlow
机器人软件开发技术
人工智能,机器学习和深度学习
图像处理算法方法与实践