TensorBoard使用

最新推荐文章于 2024-08-31 14:52:55 发布

原创最新推荐文章于 2024-08-31 14:52:55 发布 · 396 阅读

0 ·

CC 4.0 BY-SA版权

machine learning 专栏收录该内容

4 篇文章

订阅专栏

本文介绍如何在深度学习项目中使用TensorBoard工具记录训练过程中的各项指标，包括设置日志目录、配置回调函数等关键步骤，帮助读者更好地监控模型训练状态。

from keras.callbacks import TensorBoard, ModelCheckpoint
from datetime import datetime
TIMESTAMP = "{0:%Y-%m-%dT%H-%M-%S/}".format(datetime.now())
train_log_dir = '/home/Predict/logs/train/' + TIMESTAMP
#print(train_log_dir)
tensorboard_callback = TensorBoard(log_dir=train_log_dir, histogram_freq=0, write_grads=False, batch_size=128,write_graph=True, write_images=False, embeddings_freq=0, embeddings_layer_names=None, embeddings_metadata=None)
callbacks_list = [tensorboard_callback]

在代码对应位置建立logs/train文件夹，然后右键启动终端输入：
tensorboard --logdir=logs
在这里插入图片描述