简单使用_TensorBoard简单使用

前言

TensorBoard是可视化训练工具，方便算法开发过程中的调试调优，这篇文章先来简单的看一下TensorBoard的基本使用

一、先用起来

只需在训练的时候多指定一个TensorBoard回调即可讲训练的数据保存到磁盘，然后浏览器去指定目录找到记录的训练数据进行显示

import datetime
log_dir = "logs/fit/" + datetime.datetime.now().strftime("%Y/%m/%d-%H:%M:%S")

# 创建tensorboard回调
tensorboard_callback = tf.keras.callbacks.TensorBoard(log_dir=log_dir, 
                                                      histogram_freq=1)

# 训练模型
model.fit(train_images,
          train_labels,
          epochs=10,
          validation_split=0.2,  # 20%的训练集作为验证集使用
          validation_freq=1,
          callbacks=[save_model_callback,
                     tensorboard_callback])  # 新添加的tensorboard回调

可以在训练前、训练过程中、训练结束后打开tensorboard进行查看，tensorboard会定时刷新数据。

打开方式：

1. jupyter notebook 中打开

先加载tensorboard模块，然后打开指定路径进行查看

%load_ext tensorboard
%tensorboard --logdir logs/fit

2. 命令行打开

tensorboard --logdir logs/fit

会返回一个网址，比如：TensorBoard 2.1.0 at http://localhost:6012/ (Press CTRL+C to quit)，在浏览器中打开http://localhost:6012/进行查看

注意两种方式的路径都要指定正确

效果如下：

说明：途中浅色折线为真实训练趋势，深色折线为平滑后的趋势，鼠标放上去可以查看每个节点的具体信息，如下图所示