tensorboard 參數可視化

tensorboard 可視化可以用一下幾個步驟實現：

1.在腳本代碼當中通過tensorborad()函數返回各個想要可視化的參數以及保存事件文件的目錄（在對模型進行優化之后）。

2.在運行完文件之后在后端進入腳本程序所在目錄，並輸入 tensorboard --logs = 'logs'。（這里logs指的是在1中指定的保存事件的目錄）

3.后端會返回查看可視化結果的地址，把地址復制進瀏覽器即可查看。

 

下面用一個簡單的實例展示一下具體過程。

代碼部分如下：

import keras
from keras.datasets import mnist
from keras.models import Sequential
from keras.layers import Dense, Dropout, Flatten
from keras.layers import Conv2D, MaxPooling2D
from keras import backend as K
# 引入Tensorboard
from keras.callbacks import TensorBoard
from keras.utils import plot_model

(x_train,y_train),(x_test,y_test) = mnist.load_data() # out: np.ndarray

x_train = x_train.reshape(-1,28,28,1)
x_test = x_test.reshape(-1,28,28,1)
input_shape = (28,28,1)

x_train = x_train/255
x_test = x_test/255
y_train = keras.utils.to_categorical(y_train,10)
y_test = keras.utils.to_categorical(y_test,10)

model = Sequential()
model.add(Conv2D(filters = 32,kernel_size=(3,3),
                 activation='relu',input_shape = input_shape,name='conv1'))
model.add(Conv2D(64,(3,3),activation='relu',name='conv2'))
model.add(MaxPooling2D(pool_size=(2,2),name='pool2'))
model.add(Dropout(0.25,name='dropout1'))
model.add(Flatten(name='flat1'))
model.add(Dense(128,activation='relu'))
model.add(Dropout(0.5,name='dropout2'))
model.add(Dense(10,activation='softmax',name='output'))

plot_model(model,to_file='model.png')

model.compile(loss = keras.losses.categorical_crossentropy,
             optimizer = keras.optimizers.Adadelta(),
             metrics=['accuracy'])

#調出要可視化的內容
tb = TensorBoard(log_dir='./logs',  # log 目錄
                 histogram_freq=1,  # 按照何等頻率（epoch）來計算直方圖，0為不計算
                 batch_size=32,     # 用多大量的數據計算直方圖
                 write_graph=True,  # 是否存儲網絡結構圖
                 write_grads=False, # 是否可視化梯度直方圖
                 write_images=False,# 是否可視化參數
                 embeddings_freq=0, 
                 embeddings_layer_names=None, 
                 embeddings_metadata=None)

#放進列表
callbacks = [tb]

model.fit(x_train,y_train,batch_size=64,epochs=2
          ,verbose=1,validation_data=(x_test,y_test),
          callbacks=callbacks)

 

在運行完上述代碼之后在后端進入代碼所在目錄，並輸入tensorboard --logdir = 'logs'

通常會返回如下地址：

http://username.loacl:6006

表明可視化結果已經返回到本地主機：6006 ， 所以直接在瀏覽器地址欄里輸入127.0.0.1:6006即可查看可視化結果

參數目錄

可以分別點開查看