Keras中怎么使用tensorboard

這篇文章主要講解了“Keras中怎么使用tensorboard”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“Keras中怎么使用tensorboard”吧！

方法一（標準調用方法）：

采用keras特有的fit()進行訓練，只要在fit的時候指定callbacks函數即可，代碼如下

from keras.callbacks import TensorBoardfrom keras.models import Sequential……model = Sequential()……tbCallBack = keras.callbacks.TensorBoard(log_dir='./Graph',histogram_freq=1,write_graph=True,write_images=True)model_history = model.fit(X_train_train,y_train_train,batch_size=batch_size,epochs=epochs,verbose=1,validation_data=(X_train_val, y_train_val),callbacks = [EarlyStopping(patience=patience,mode='min',verbose=1),history,tbCallBack])

雖然這種方法看上去很美，但它只適用于標準訓練方法，如果你想用自己的訓練方法，就需要調用train_on_batch，而不能直接使用fit()，這時就要采用下面這種方法：

方法二（特殊調用方法）：

這種方法可用于調用train_on_batch的情況。

%預先寫好writer，定義好modelwriter = tf.summary.FileWriter(…)model = …%訓練時loss = model.train_on_batch(…)summary = tf.Summary(value=[tf.Summary.Value(tag=”d_loss”, simple_value=d_loss),tf.Summary.Value(tag=”g_loss”, simple_value=g_loss),])writer.add_summary(summary)

雖然很簡單，但這種方法只能顯示scalar類型，不能顯示image,histgram等，非常不實用。真正實用的是下面的終結方法：

方法三（最實用的方法）

最實用的還是用tensorflow原生的調用方法，雖然相對方法二麻煩一點，但考慮到此方法與tensorflow一樣，不需要去記那些額外的花拳繡腿，因此反而是最簡單的，也是最有效的。

代碼如下：

import tensorflow as tfimport datetime%在訓練開始之前，預先定義好可視化的東西，用的是原生的tensorflow方法，這里我們以一個GAN模型為例，讓它顯示整張模型圖，兩個標量損失函數，以及5個生成圖像。方法是預先用placeholder聲明所要顯示的那些東西，然后在訓練過程中將訓練結果來填充它們。你可以自行加入histgram，都和tensorflow一樣#start tensorboardsess=tf.Session()logdir = “tensorboard/” + datetime.datetime.now().strftime(“%Y%m%d-%H%M%S”) + “/”writer = tf.summary.FileWriter(logdir, sess.graph)D_LOSS = tf.placeholder(tf.float32, [])G_LOSS = tf.placeholder(tf.float32, [])IMAGES = tf.placeholder(tf.float32,shape=[None,28,28,1])tf.summary.scalar(“D_LOSS”, D_LOSS)tf.summary.scalar(“G_LOSS”, G_LOSS)tf.summary.image(“IMAGES”, IMAGES, 5)merged=tf.summary.merge_all()#end tensorboard

訓練迭代過程中，是這樣的

for epoch in range(100):% 用keras的train_on_batch方法進行訓練d_loss = d.train_on_batch(。。。。。。)g_loss = d_on_g.train_on_batch(。。。。。。)generated_images = g.predict(。。。。。。)if index%10==0: #tensorboard% 將訓練結果填充可視化數據summary=sess.run(merged,feed_dict={D_LOSS:d_loss, G_LOSS:g_loss, IMAGES:generated_images})writer.add_summary(summary,index)

感謝各位的閱讀，以上就是“Keras中怎么使用tensorboard”的內容了，經過本文的學習后，相信大家對Keras中怎么使用tensorboard這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！