〔TensorFlow〕训练过程可视化
小于 1 分钟
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/

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])
TensorBoard Scalars
未使用
TensorBoard Images
未使用
TensorBoard Graphs
未使用
TensorBoard Distributions and Histograms
未使用
TEXT
未使用
TensorBoard projector
未使用