- tensorflow 训练时代码修改
self.__model.fit([train_X['press_picture'], train_X['flex_data']], train_y,
validation_data=([test_X['press_picture'], test_X['flex_data']], test_y),
batch_size=10, epochs=20, callbacks=[TensorBoard(log_dir='mytensorboard')])
加上 , callbacks=[TensorBoard(log_dir=‘mytensorboard’)]
则 tensorflow 训练数据就保存在 mytensorboard 文件夹中
2.运行 tensorboard
tensorboard --logdir=mytensorboard
3.在浏览器运行
http://localhost:6006/
4.最终效果如下

本文介绍如何在TensorFlow训练过程中集成TensorBoard进行数据可视化。通过简单的代码修改即可将训练过程中的指标记录并展示在TensorBoard中。具体步骤包括:配置回调函数以指定日志目录、启动TensorBoard服务及在浏览器中查看训练结果。
2060

被折叠的 条评论
为什么被折叠?



