keras与tensorboard结合使用

捐助

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