〔TensorFlow〕训练过程可视化

TensorBoard 是一个可视化组件，包含在在 TensorFlow 中。TensorBoard 主要功能包括：

• 可视化模型的网络架构
• 跟踪模型指标，如损失和准确性等
• 检查机器学习工作流程中权重、偏差和其他组件的直方图
• 显示非表格数据，包括图像、文本和音频
• 将高维嵌入投影到低维空间

在安装 TensorFlow 后，无需再单独安装 TensorBoard。

启动 TensorBoard

在工程中新建目录，例如 tensorboard。

#tensorboard --logdir=<directory_name>
tensorboard --logdir=./tensorboard

启动成功后，会提示在浏览器中访问：http://localhost:6006/

tensorboard 界面

嵌入代码

适用于大部分情况的代码。

#创建一个回调
tf_callback = tf.keras.callbacks.TensorBoard(log_dir="./tensorboard")

#将回调作为参数传入fit
model.fit(x_train, y_train, epochs=10, callbacks=[checkpoint, tf_callback])

1. TensorBoard Scalars

   未使用

2. TensorBoard Images

   未使用

3. TensorBoard Graphs

   未使用

4. TensorBoard Distributions and Histograms

   未使用

5. TEXT

   未使用

6. TensorBoard projector

   未使用